使用 scipy 包进行样条插值

2744557306

7 W4 r9 y* s" _$ K! x2 f1.导入必要的库：

1.    import numpy as np, j\" e1 M3 H5 v
   
2. + u5 s5 @4 U* z( Q
   
3.    from scipy.interpolate import interp1d. q% v3 l1 E) H# o  e, G# U+ a
   
4. 
   4 I# x3 L8 F% K7 b) u) y5 {
5.    import matplotlib.pyplot as plt

复制代码

2.定义原始数据：

1.    x = np.array([1, 2, 5, 8, 9, 12, 15, 17])+ }\" j3 ?+ n5 \& q5 a
   
2. 2 V# m, ~# Z\" g4 G0 W+ o, N
   
3.    y = np.array([4, 3, 7, 11, 5, 3, 13, 10])

复制代码

这里的 x 和 y 是原始数据点的 x 和 y 坐标。
& M9 k' P) O! j, {
3.进行一次、二次和三次样条插值：

1.    p1 = interp1d(x, y, kind='linear')
   1 V+ W6 o\" l; s2 J
2. 
   8 U5 j: f2 `+ S
3.    p2 = interp1d(x, y, kind='quadratic')
   9 A% W5 p( R4 E) C0 _4 q$ N\" S
4. 1 ~$ Y! b' k7 F0 d' e+ v, x
   
5.    p3 = interp1d(x, y, kind='cubic')

复制代码

使用 interp1d 函数进行一次、二次和三次样条插值，分别指定插值方法为线性插值、二次插值和三次插值，并得到插值函数 p1、p2 和 p3。
+ n3 b  F/ j& B! B9 Z6 G( K
4 l% H- _0 B. X# y! c4.生成新的 x 值：

1.    x1 = np.linspace(1, 17, 100)

复制代码

使用 np.linspace() 函数生成了一组新的 x 值，在范围从 1 到 17 之间均匀分布，用于绘制插值曲线。

1 [3 [6 B/ A& J" j) ^5.计算对应的 y 值：

1.    y1 = p1(x1)
   4 a9 V4 d. T/ R% p
2. - w, Y: N. v& I5 ]
   
3.    y2 = p2(x1)\" s2 u7 P\" h9 K/ x5 c+ ^
   
4. 
   0 S+ O4 M# c& U# V: _/ `9 o
5.    y3 = p3(x1)* `4 V% E9 S# X7 B2 I$ c
   
6. ) t5 v% I3 H: L; ]; g
   

复制代码

使用插值函数 p1、p2 和 p3 计算了对应于新 x 值的插值结果。

' Q0 u  y/ `' U6.绘制图形：

2.    plt.scatter(x, y)
   
3. 6 |) m3 p) N, z# }5 l1 ^* B
4. 2 w  a) W% x; h\\" |/ A+ m  K
   
6.    plt.plot(x1, y1, label='linear')7 @& x3 X( E/ O
   
8. , y7 U\\" \' g6 o& T: E
   
10.    plt.plot(x1, y2, label='quadratic')
    
11. - |4 x9 d3 Q. b
12. * C& J0 \5 c7 o7 s
    
14.    plt.plot(x1, y3, label='cubic')
    
15. ; W/ }: _1 N9 h2 {; R- F7 S% g
16. 
    
17. , J  X1 }; R5 O: j4 b2 N
18.    plt.legend()

   plt.scatter(x, y)<br /> <span style=\\"display:none\\">6 |) m3 p) N, z# }5 l1 ^* B</span> <font class=\\"jammer\\">2 w  a) W% x; h\\" |/ A+ m  K</font><br />    plt.plot(x1, y1, label='linear')<font class=\\"jammer\\">7 @& x3 X( E/ O</font><br /> <font class=\\"jammer\\">, y7 U\\" \' g6 o& T: E</font><br />    plt.plot(x1, y2, label='quadratic')<br /> <span style=\\"display:none\\">- |4 x9 d3 Q. b</span> <font class=\\"jammer\\">* C& J0 \5 c7 o7 s</font><br />    plt.plot(x1, y3, label='cubic')<br /> <span style=\\"display:none\\">; W/ }: _1 N9 h2 {; R- F7 S% g</span> <br /> <span style=\\"display:none\\">, J  X1 }; R5 O: j4 b2 N</span>    plt.legend()

使用 plt.scatter() 绘制原始数据点，使用 plt.plot() 绘制插值曲线，并添加图例，标记不同插值方法对应的曲线类型。
) m! E. v7 [  ?  |* {, J+ _# y! i
7.显示图形：

   plt.show()
  i9 N! b$ ?! V, B
最后，显示绘制的图形，包括原始数据点和插值曲线。
这样，你就可以观察到原始数据点以及根据不同插值方法得到的插值曲线。

0 n3 n8 w! T5 k) |! G6 E7 g0 s