本文实例为大家分享了python用插值法绘制平滑曲线的具体代码，供大家参考，具体内容如下
原图：
平滑处理后：
代码实现如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
# 1. 随机构造数据import numpy as npx = range(10)y = np.random.randint(10,size=10)# 2. 绘制原图import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inline # jupyter notebook显示绘图from scipy.interpolate import spline # 借助scipy库plt.plot(x, y)plt.show()# 3. 绘制平滑曲线from scipy.interpolate import spline # 插值法，50表示插值个数，个数>=实际数据个数，一般来说差值个数越多，曲线越平滑x_new = np.linspace(min(x),max(x),50) y_smooth = spline(x, y, x_new)plt.plot(x_new, y_smooth)plt.show() |
以上经过平滑后的曲线可能和原图差距很大，这个主要看数据本身的规律性。如果数据本身比较杂乱无章，如下：
则平滑后为：
平滑后曲线和原图还是差得很远的，因此该方法慎用，不是万能的。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/KEE_HA/article/details/84644095
