python怎么使用插值法畫出平滑曲線

這篇文章主要介紹python怎么使用插值法畫出平滑曲線，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

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(jù)原有數(shù)據(jù)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(jù)，調(diào)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(jīng)過原有點。

代碼實現(xiàn)

# -*- coding: utf-8 -*-

# 調(diào)用模塊
# 調(diào)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(nèi)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(jù)（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(jù)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(nèi)的值越多，生成的曲線越平滑

以上是“python怎么使用插值法畫出平滑曲線”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！