快捷導(dǎo)航

詳解如何在Matplotlib中繪制平滑曲線

更新時(shí)間：2024年04月22日 09:19:10 作者：python收藏家

這篇文章主要為大家詳細(xì)介紹了如何在Matplotlib中繪制平滑曲線,文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,有需要的小伙伴可以參考下

很多時(shí)候，我們有從非常分散的數(shù)據(jù)列表中生成的線圖，這使得圖形看起來(lái)像連接點(diǎn)的直線，或者非常密集，這導(dǎo)致數(shù)據(jù)點(diǎn)彼此非常接近，因此圖看起來(lái)很混亂。

默認(rèn)情況下，matplotlib.pyplot.plot()函數(shù)通過(guò)用直線連接數(shù)據(jù)中的兩個(gè)相鄰點(diǎn)來(lái)生成曲線，因此matplotlib.pyplot.plot()函數(shù)不會(huì)為小范圍的數(shù)據(jù)點(diǎn)生成平滑曲線。

示例：

import numpy as np
import matplotlib.pyplot as plt

# Dataset
x = np.array([ 1, 2, 3, 4, 5, 6, 7, 8 ])
y = np.array([ 20, 30, 5, 12, 39, 48, 50, 3 ])

# Plotting the Graph
plt.plot(x, y)
plt.title("Curve plotted using the given points")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

可以看到，由于底層數(shù)據(jù)不遵循平滑的直線，因此該圖一點(diǎn)也不平滑。為了繪制一條平滑的曲線，我們首先將一條樣條曲線擬合到曲線上，并使用該曲線來(lái)找到x值的y值，x值被一個(gè)無(wú)限小的間隙隔開(kāi)。我們可以通過(guò)用一個(gè)非常小的間隙畫(huà)出這些點(diǎn)來(lái)得到一條光滑的曲線。

我們可以使用以下方法來(lái)創(chuàng)建此數(shù)據(jù)集的平滑曲線：

1.使用PyPlot繪制平滑曲線：

它通過(guò)首先使用scipy.interpolate.make_interp_spline()確定樣條曲線的系數(shù)來(lái)繪制平滑的樣條曲線。我們使用給定的數(shù)據(jù)點(diǎn)來(lái)估計(jì)樣條曲線的系數(shù)，然后使用這些系數(shù)來(lái)確定非常接近的x值的y值，以使曲線看起來(lái)平滑。這里我們將使用np.linspace()方法，它返回在指定時(shí)間間隔內(nèi)計(jì)算的均勻間隔的樣本。可選參數(shù)num是在start和stop范圍內(nèi)生成的樣本數(shù)。默認(rèn)值為50，且必須為非負(fù)數(shù)。我們希望該參數(shù)具有足夠高的值以生成平滑曲線。讓我們?cè)谧钚≈岛妥畲笾抵g沿X軸沿著取500個(gè)等距樣本來(lái)繪制曲線。

語(yǔ)法：

numpy.linspace(start, stop, num = 50, endpoint = True, retstep =
False, dtype = None, axis = 0)
X_Y_Spline = scipy.interpolate.make_interp_spline(x, y)

import numpy as np
import numpy as np
from scipy.interpolate import make_interp_spline
import matplotlib.pyplot as plt 

# Dataset
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([20, 30, 5, 12, 39, 48, 50, 3])

X_Y_Spline = make_interp_spline(x, y)

# Returns evenly spaced numbers
# over a specified interval.
X_ = np.linspace(x.min(), x.max(), 500)
Y_ = X_Y_Spline(X_)

# Plotting the Graph
plt.plot(X_, Y_)
plt.title("Plot Smooth Curve Using the scipy.interpolate.make_interp_spline() Class")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

2. 三次插值樣條曲線

它使用scipy.interpolate.interp1d類(lèi)生成一條三次插值曲線，然后我們使用該曲線來(lái)確定平滑曲線的密集x值的y值。這里我們也將使用np.linspace()方法，該方法返回在指定時(shí)間間隔內(nèi)計(jì)算的均勻間隔的樣本。讓我們?cè)谧钚≈岛妥畲笾抵g沿X軸沿著取500個(gè)等距樣本來(lái)繪制曲線。根據(jù)您希望直線彎曲的程度，可以修改第三個(gè)參數(shù)（num）的值。

語(yǔ)法：

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False,
dtype=None, axis=0)
cubic_interpolation_model=scipy.interpolate.interp1d(x,y,kind=”cubic”)

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

# Dataset
x=np.array([1, 2, 3, 4, 5, 6, 7, 8])
y=np.array([20, 30, 5, 12, 39, 48, 50, 3])

cubic_interpolation_model = interp1d(x, y, kind = "cubic")

# Plotting the Graph
X_=np.linspace(x.min(), x.max(), 500)
Y_=cubic_interpolation_model(X_)

plt.plot(X_, Y_)
plt.title("Plot Smooth Curve Using the scipy.interpolate.interp1d Class")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()