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&#x