python做插值平滑曲线_python使用插值法画出平滑曲线

本文实例为大家分享了python使用插值法画出平滑曲线的具体代码，供大家参考，具体内容如下

实现所需的库

numpy、scipy、matplotlib

实现所需的方法

插值

nearest：最邻近插值法

zero：阶梯插值

slinear：线性插值

quadratic、cubic：2、3阶B样条曲线插值

拟合和插值的区别

简单来说，插值就是根据原有数据进行填充，最后生成的曲线一定过原有点。

拟合是通过原有数据，调整曲线系数，使得曲线与已知点集的差别(最小二乘)最小，最后生成的曲线不一定经过原有点。

代码实现

# -*- coding: utf-8 -*-

# 调用模块

# 调用数组模块

import numpy as np

# 实现插值的模块

from scipy import interpolate

# 画图的模块

import matplotlib.pyplot as plt

# 生成随机数的模块

import random

# random.randint(0, 10) 生成0-10范围内的一个整型数

# y是一个数组里面有10个随机数，表示y轴的值

y = np.array([random.randint(0, 10) for _ in range(10)])

# x是一个数组，表示x轴的值

x = np.array([num for num in range(10)])

# 插值法之后的x轴值，表示从0到9间距为0.5的18个数

xnew = np.arange(0, 9, 0.5)

"""

kind方法：

nearest、zero、slinear、quadratic、cubic

实现函数func

"""

func = interpolate.interp1d(x, y, kind='cubic')

# 利用xnew和func函数生成ynew，xnew的数量等于ynew数量

ynew = func(xnew)

# 画图部分

# 原图

plt.plot(x, y, 'ro-')

# 拟合之后的平滑曲线图

plt.plot(xnew, ynew)

plt.show()

注意事项/p>x, y为原来的数据(少量)

xnew为一个数组，条件：x⊆⊆xnew

如：x的最小值为-2.931，最大值为10.312；则xnew的左边界要小于-2.931，右边界要大于10.312。当然也最好注意一下间距，最好小于x中的精度

func为函数，里面的参数x、y、kind，x，y就是原数据的x，y，kind为需要指定的方法

ynew需要通过xnew数组和func函数来生成

理论上xnew数组内的值越多，生成的曲线越平滑

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

本文标题: python使用插值法画出平滑曲线

本文地址: http://www.cppcns.com/jiaoben/python/247732.html