pyplot使折线平滑

关于interp1d

使用interp1d可以使得折线更加平滑

interp1d的使用

import random
import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import interp1d

years = list(range(2000, 2025))
months = list(range(6, 9))
results = []

for year in years:
    result = []
    for month in months:
        random_number = random.random()
        result.append(random_number)
        if (month == 8):
            results.append(result)

x_ = np.linspace(6, 8, 50)

for i, line in enumerate(results):
    cubic_interpolation_model = interp1d(months, line, kind="cubic")
    Y_ = cubic_interpolation_model(x_)
    plt.plot(x_, Y_, label=f'Year {years[i]}')

plt.show()

在使用过程中，遇到如下错误

The number of derivatives at boundaries does not match: expected 1, got 0+0

问题分析

先分析一下interp1d的原理

interp1d利用给出的样本数据通过三次插值，得出一个最拟合折线的曲线函数，再利用该曲线函数和新x_值生成插值y_。

由于是三次插值，最少要有四组值。

但是这里代码中只给出了3组值（对应6，7，8月份），不能够得出曲线函数，故出现该错误

解决方法

增加样本数据

在这里的体现是增加月份

修改后的代码：

import random
import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import interp1d

years = list(range(2000, 2025))
months = list(range(5, 9))
results = []

for year in years:
    result = []
    for month in months:
        random_number = random.random()
        result.append(random_number)
        if (month == 8):
            results.append(result)

x_ = np.linspace(5, 8, 100)

for i, line in enumerate(results):
    cubic_interpolation_model = interp1d(months, line, kind="cubic")
    Y_ = cubic_interpolation_model(x_)
    plt.plot(x_, Y_, label=f'Year {years[i]}')

plt.show()

处理后的图：

将三次插值改为线性插值

 cubic_interpolation_model = interp1d(months, line, kind="linear")

此方法效果并不好

原始图：

效果图：