三次样条插值（Python实现），2024年最新面试看什么能力

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

import matplotlib.pyplot as plt

from scipy import interpolate

import matplotlib as mpl

mpl.rcParams[“font.sans-serif”] = [“SimHei”]

mpl.rcParams[“axes.unicode_minus”] = False

Import data

file = pd.read_excel(‘Three moment method.xlsx’,header=None,names=[‘x’, ‘value’])

data = pd.DataFrame(file)

数组切片

x = data[‘x’] # Take the first column of data

y = data[‘value’] # Take the second column of data

Spline interpolation of correlation functions in SciPy Library

tck = interpolate.splrep(x, y) #（t，c，k）包含节点向量、B样条曲线系数和样条曲线阶数的元组。

xx = np.linspace(min(x), max(x), 200)

yy = interpolate.splev(xx, tck, der=0)

x1,x2=-0.02,2.56

y1=interpolate.splev(x1,tck,der=0)

y2=interpolate.splev(x2,tck,der=0)

print(‘When x = -0.02, the value of Y is：’,y1)

print(‘When x = 2.56, the value of Y is：’,y2)

print(yy)

plt.plot(x, y,‘ro’, xx, yy ,‘b’)

plt.legend([‘true’, ‘cubic spline’])

plt.xlabel(‘X’)

plt.ylabel(‘Y’)

plt.grid(True)

plt.title(‘Three moment method of cubic spline interpolation’)

Save picture

plt.savefig(‘out2.png’, dpi=600)

Set the resolution at which you want to save the picture

plt.show()

[注] 1、pd.DataFrame()函数；2、SciPy interpolate（插值）

4、结果

---

When x = -0.02, the value of Y is： -2.7618446933498895

When x = 2.56, the value of Y is： 4.73015581306341

[-2.46000000e+00 -2.78641445e+00 -3.08977770e+00 -3.37066746e+00

-3.62966147e+00 -3.86733746e+00 -4.08427316e+00 -4.28104630e+00

-4.45823461e+00 -4.61641582e+00 -4.75616766e+00 -4.87806786e+00

-4.98269414e+00 -5.07062425e+00 -5.14243590e+00 -5.19870684e+00

-5.24001478e+00 -5.26693746e+00 -5.28005262e+00 -5.27993797e+00

-5.26717125e+00 -5.24233019e+00 -5.20599252e+00 -5.15873597e+00

-5.10113827e+00 -5.03377715e+00 -4.95723034e+00 -4.87207557e+00

-4.77889057e+00 -4.67825307e+00 -4.57074080e+00 -4.45693149e+00

-4.33740287e+00 -4.21273266e+00 -4.08349861e+00 -3.95027844e+00

-3.81364988e+00 -3.67419066e+00 -3.53247850e+00 -3.38909115e+00

-3.24460633e+00 -3.09960177e+00 -2.95465520e+00 -2.81034434e+00

-2.66724694e+00 -2.52594072e+00 -2.38700341e+00 -2.25101274e+00

-2.11854644e+00 -1.99018224e+00 -1.86649786e+00 -1.74794500e+00

-1.63451294e+00 -1.52608502e+00 -1.42254454e+00 -1.32377483e+00

-1.22965918e+00 -1.14008093e+00 -1.05492338e+00 -9.74069856e-01

-8.97403663e-01 -8.24808121e-01 -7.56166544e-01 -6.91362247e-01

-6.30278546e-01 -5.72798756e-01 -5.18806191e-01 -4.68184167e-01

-4.20815999e-01 -3.76585002e-01 -3.35374491e-01 -2.97067781e-01

-2.61548188e-01 -2.28699025e-01 -1.98403609e-01 -1.70545255e-01

-1.45007277e-01 -1.21672990e-01 -1.00425711e-01 -8.11487529e-02

-6.37254319e-02 -4.80390629e-02 -3.39729610e-02 -2.14104413e-02

-1.02348187e-02 -3.29408529e-04 8.42247428e-03 1.61375146e-02

2.29323974e-02 2.89238074e-02 3.42284298e-02 3.89629493e-02

4.32440509e-02 4.71884195e-02 5.09130460e-02 5.45723558e-02

5.83936999e-02 6.26128392e-02 6.74655344e-02 7.31875464e-02

8.00146360e-02 8.81825640e-02 9.79270913e-02 1.09483979e-01

1.23088987e-01 1.38977877e-01 1.57386409e-01 1.78550345e-01

2.02705445e-01 2.30087470e-01 2.60932180e-01 2.95475338e-01

3.33952703e-01 3.76600036e-01 4.23653098e-01 4.75347650e-01

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-ncruOlCo-1713223598138)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！