三次样条插值法Python实现(附Python代码)

准备环境：

    软件：PyCharm    

    模块：

        pandas，用于读取Excel数据并将数据转换为NumPy数组

        numpy，用于数值计算

        scipy，用于执行三次样条插值函数(CubicSpline)

        matplotlib，用于绘制图像

    数据要求：

        x序列须自增，a列为x列，b列为y列，且x和y序列须经过数据预处理。

        首先正确导入数据，并将数据转换为NumPy数组：

# 导入Excel数据
df = pd.read_excel('data.xlsx')

# 假设A列是x，B列是y
x = df.iloc[:, 0].values  # 获取A列数据并转换为NumPy数组
y = df.iloc[:, 1].values  # 获取B列数据并转换为NumPy数组

然后我们可以检查一下数据的有效性(并做处理)，避免在运行代码时出现错误：

# 检查x和y中的非有限值
if not np.all(np.isfinite(x)):
    print("x 数组中存在非有限值")
    x = x[np.isfinite(x)]  # 去除非有限值
    y = y[np.isfinite(x)]  # 同时去除对应的y值

if not np.all(np.isfinite(y)):
    print("y 数组中存在非有限值")
    x = x[np.isfinite(y)]  # 去除对应的x值
    y = y[np.isfinite(y)]  # 去除非有限的y值

三次样条函数插值：

cs = CubicSpline(x, y)

绘制图像：

# 绘制原始数据点
plt.scatter(x, y, color='red', label='Original Data')

# 绘制插值结果
plt.plot(x_interp, y_interp, label='Cubic Spline')

plt.legend()
plt.show()

最后结果：

注：插值时不包含列名！

最后，完整代码如下：

import pandas as pd
import numpy as np
from scipy.interpolate import CubicSpline
import matplotlib.pyplot as plt

# 导入Excel数据
df = pd.read_excel('data.xlsx')

# 假设A列是x，B列是y
x = df.iloc[:, 0].values  # 获取A列数据并转换为NumPy数组
y = df.iloc[:, 1].values  # 获取B列数据并转换为NumPy数组

# 检查x和y中的非有限值
if not np.all(np.isfinite(x)):
    print("x 数组中存在非有限值")
    x = x[np.isfinite(x)]  # 去除非有限值
    y = y[np.isfinite(x)]  # 同时去除对应的y值

if not np.all(np.isfinite(y)):
    print("y 数组中存在非有限值")
    x = x[np.isfinite(y)]  # 去除对应的x值
    y = y[np.isfinite(y)]  # 去除非有限的y值

# 目标插值点
x_interp = np.linspace(min(x), max(x), 100)

# 执行三次样条插值
cs = CubicSpline(x, y)
y_interp = cs(x_interp)

# 绘制原始数据点
plt.scatter(x, y, color='red', label='Original Data')

# 绘制插值结果
plt.plot(x_interp, y_interp, label='Cubic Spline')

plt.legend()
plt.show()

        我是阿杰，一名正在努力学习编程的在校大学生，如果你喜欢我的内容，或者有帮助到你，请点赞鼓励支持一下吧！

        更多技术与交流请关注微信公众号：阿杰技术栈