import numpy as np
import pandas as pd
from scipy.interpolate import CubicSpline
# 定义输入数据
x = np.arange(1, 18)#1,16表示1-15,这里的长度和y输入数据的长度相同
# 加载 Excel 表格数据,假设第二列是要用来插值的列
df = pd.read_excel(r'C:\Users\14338\Desktop\湿式离合器寿命预测\指标筛选\插值表.xlsx', sheet_name='Sheet1')
y = df.iloc[0:17, 3].values
#y = df.iloc[:, 10].values
# 使用CubicSpline函数进行三次样条插值
cs = CubicSpline(x, y)
# 定义插值点并进行插值计算
x_new = np.linspace(1, 17, num=131, endpoint=True)#1, 15,原来的x的长度,num=131是插值点的个数
y_new = cs(x_new)
print(y_new)
# 将x_new和y_new按列堆叠成一个表格
table = np.column_stack((x_new, y_new))
# 将表格转换为字符串并将空格替换为换行符
output_str = np.array2string(table[:,1], separator='\n').replace('[', '').replace(']', '').replace(',', '')
# 输出字符串
print(output_str)
# 写入数据
import openpyxl
# 打开现有的Excel文件
workbook = openpyxl.load_workbook(r'C:\Users\14338\Desktop\湿式离合器寿命预测\指标筛选\插值表.xlsx')
# 选择工作表
worksheet = workbook['Sheet1']
# 定义要写入的数据
data = y_new
for i in range(len(data)):
# 获取单元格位置
cell_location = 'K' + str(i+2)
# 写入数据到指定单元格
worksheet[cell_location] = data[i]
# 保存Excel文件
workbook.save(r'C:\Users\14338\Desktop\湿式离合器寿命预测\指标筛选\插值表.xlsx')
三次样条插值
于 2023-09-20 20:56:11 首次发布