python使用插值法畫出平滑曲線
更新時間:2018年12月15日 17:04:57 作者:wnma3mz
這篇文章主要為大家詳細介紹了python使用插值法畫出平滑曲線,具有一定的參考價值,感興趣的小伙伴們可以參考一下
本文實例為大家分享了python使用插值法畫出平滑曲線的具體代碼,供大家參考,具體內容如下
實現(xiàn)所需的庫
numpy、scipy、matplotlib
實現(xiàn)所需的方法
插值
- nearest:最鄰近插值法
- zero:階梯插值
- slinear:線性插值
- quadratic、cubic:2、3階B樣條曲線插值
擬合和插值的區(qū)別
簡單來說,插值就是根據原有數(shù)據進行填充,最后生成的曲線一定過原有點。
擬合是通過原有數(shù)據,調整曲線系數(shù),使得曲線與已知點集的差別(最小二乘)最小,最后生成的曲線不一定經過原有點。
代碼實現(xiàn)
# -*- coding: utf-8 -*- # 調用模塊 # 調用數(shù)組模塊 import numpy as np # 實現(xiàn)插值的模塊 from scipy import interpolate # 畫圖的模塊 import matplotlib.pyplot as plt # 生成隨機數(shù)的模塊 import random # random.randint(0, 10) 生成0-10范圍內的一個整型數(shù) # y是一個數(shù)組里面有10個隨機數(shù),表示y軸的值 y = np.array([random.randint(0, 10) for _ in range(10)]) # x是一個數(shù)組,表示x軸的值 x = np.array([num for num in range(10)]) # 插值法之后的x軸值,表示從0到9間距為0.5的18個數(shù) xnew = np.arange(0, 9, 0.5) """ kind方法: nearest、zero、slinear、quadratic、cubic 實現(xiàn)函數(shù)func """ func = interpolate.interp1d(x, y, kind='cubic') # 利用xnew和func函數(shù)生成ynew,xnew的數(shù)量等于ynew數(shù)量 ynew = func(xnew) # 畫圖部分 # 原圖 plt.plot(x, y, 'ro-') # 擬合之后的平滑曲線圖 plt.plot(xnew, ynew) plt.show()
注意事項/p>
- x, y為原來的數(shù)據(少量)
- xnew為一個數(shù)組,條件:x⊆⊆xnew
- 如:x的最小值為-2.931,最大值為10.312;則xnew的左邊界要小于-2.931,右邊界要大于10.312。當然也最好注意一下間距,最好小于x中的精度
- func為函數(shù),里面的參數(shù)x、y、kind,x,y就是原數(shù)據的x,y,kind為需要指定的方法
- ynew需要通過xnew數(shù)組和func函數(shù)來生成
- 理論上xnew數(shù)組內的值越多,生成的曲線越平滑
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
使用Python實現(xiàn)一鍵往Word文檔的表格中填寫數(shù)據
在工作中,我們經常遇到將Excel表中的部分信息填寫到Word文檔的對應表格中,以生成報告,方便打印,所以本文小編就給大家介紹了如何使用Python實現(xiàn)一鍵往Word文檔的表格中填寫數(shù)據,文中有詳細的代碼示例供大家參考,需要的朋友可以參考下2023-12-12