使用 scipy 包进行样条插值

2744557306

9 L1 r6 w) q) X0 t8 d1.导入必要的库：

1.    import numpy as np
   ! K\" }5 t6 s3 G6 H+ c; c, L
2. 
   0 n) J2 X% O5 c
3.    from scipy.interpolate import interp1d
   \" p/ o6 c6 L6 Y# p, E
4. , t& s8 E3 |( H% _
   
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])
   ! R  C  l3 _- a4 v' A& e
2. + P! v, o6 B/ f7 y
   
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。
0 F( g& ~) c$ E9 f: ?0 [
: e; c3 G5 i9 H! |) l/ W6 X3.进行一次、二次和三次样条插值：

1.    p1 = interp1d(x, y, kind='linear')
   3 h) Z0 P8 R) z( _- _& y, p% e5 ]
2. 
   3 e; \/ H9 t8 [/ b# v
3.    p2 = interp1d(x, y, kind='quadratic'); I7 P5 z& d\" _4 ]8 i& `% B# U# Q- m0 M# [
   
4. 
   . F0 ]/ r6 C& T* [! @/ Z+ J7 ?$ A
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。

4.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。

& H3 V, g, Z5 {5 q/ \- p4 Q# g5.计算对应的 y 值：

1.    y1 = p1(x1)! [8 ^. B& n1 F
   
2. 
   ! k8 c/ H4 A) z6 Q
3.    y2 = p2(x1). K$ H6 I& y) O) T6 u8 x6 }  U% b
   
4. : ~\" y5 T' P4 e* G( [  v
   
5.    y3 = p3(x1)! O8 Y' Z$ }) `! o
   
6. ! B! S& e: a( j4 `# m+ i0 m
   

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。
% [& b  R5 U: V3 e( E* }5 t
6.绘制图形：

2.    plt.scatter(x, y)
   
3. ; ^8 K( C% V\\" j& h6 B
4. 8 }, [# a8 l( l7 P* |
   
6.    plt.plot(x1, y1, label='linear')
   
7. % a2 s- ~0 {) H- y! A% v
8. 
   
9. 4 g2 J* b0 d! P- W0 v& y
10.    plt.plot(x1, y2, label='quadratic')/ a) K% d3 B6 l/ w. T5 ?3 s
    
12. 6 V+ X1 q# p0 V' A. x
    
14.    plt.plot(x1, y3, label='cubic')
    
15. ' I7 A8 G9 Y$ B9 Q1 R$ i/ T; L
16. ' h$ h5 I4 V. i
    
18.    plt.legend()

   plt.scatter(x, y)<br /> <span style=\\"display:none\\">; ^8 K( C% V\\" j& h6 B</span> <font class=\\"jammer\\">8 }, [# a8 l( l7 P* |</font><br />    plt.plot(x1, y1, label='linear')<br /> <span style=\\"display:none\\">% a2 s- ~0 {) H- y! A% v</span> <br /> <span style=\\"display:none\\">4 g2 J* b0 d! P- W0 v& y</span>    plt.plot(x1, y2, label='quadratic')<font class=\\"jammer\\">/ a) K% d3 B6 l/ w. T5 ?3 s</font><br /> <font class=\\"jammer\\">6 V+ X1 q# p0 V' A. x</font><br />    plt.plot(x1, y3, label='cubic')<br /> <span style=\\"display:none\\">' I7 A8 G9 Y$ B9 Q1 R$ i/ T; L</span> <font class=\\"jammer\\">' h$ h5 I4 V. i</font><br />    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。
! c0 [) L6 C2 V! m
' ~( u7 J% \2 {7 h7 N" z- I: }7.显示图形：
: P- z1 P) k2 l2 \" ^* a
   plt.show()

6 M8 H  K8 E5 ~4 k  E" Q$ I$ H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。
  c( {; \( C+ |0 D, l3 g% A1 T
* l) u+ z0 u& S6 w% I