使用 scipy 包进行样条插值

2744557306

( v& f6 Q+ A/ `& G1.导入必要的库：

1.    import numpy as np
   7 L9 Z  ^! T3 K  e\" v0 V5 u( _  z
2. # Q9 z9 s$ j  m  N, \3 g
   
3.    from scipy.interpolate import interp1d3 }  l/ @6 L8 A5 _. }( x# }
   
4. 
   ( C$ ~; u1 j  X3 g2 M/ v; k
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])
   ; G6 J5 X- ^7 ]- |+ Z3 |8 D1 ?% [- m
2. . v7 }# t7 u# z6 y2 k\" O  |. g
   
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 x6 W0 U* u! b* V; B0 ^
8 d: w# Z0 s3 b+ J! F0 R2 {4 Y; g3.进行一次、二次和三次样条插值：

1.    p1 = interp1d(x, y, kind='linear')
   8 r/ j; h: ~' ?# [
2. 
   : B6 N7 W* m+ e, d+ p: g
3.    p2 = interp1d(x, y, kind='quadratic')
   - w* R: b. E$ Q! H3 t+ ~  M
4. : C0 t1 Z3 [1 N/ p, l
   
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。
  C( L; [# j7 m
# T7 o1 H+ @2 {/ G' o4.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。
2 X5 r- {. m9 w( B) ~
5.计算对应的 y 值：

1.    y1 = p1(x1)
   6 k. E: Q$ o# V6 F% x! |( D
2. 
   0 ^- E7 v) l- W4 b/ u: p' D( u/ t
3.    y2 = p2(x1)
   9 U6 E\" ?* B% d& Y
4. 
   0 m: l% \3 i5 _- ?* M$ d, v
5.    y3 = p3(x1): H# u0 ?6 B4 E3 D
   
6. 
   9 D0 j+ [. E% p( i% V

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。

5 ~/ R7 S& T( h+ z, B9 J3 `6.绘制图形：

2.    plt.scatter(x, y)  V! w' p1 H, y+ Q3 _8 Y
   
4. $ \. W, b: C5 w2 O\\" ^- R! o
   
6.    plt.plot(x1, y1, label='linear')# ^- {. C# z5 Y& }
   
8. 
   
9. 5 k\\" D. L. @# \6 |* G
10.    plt.plot(x1, y2, label='quadratic')6 m' W2 F7 T- A7 l8 v% }: m
    
12. 
    
13. . p5 W1 w8 W' [  p9 ]  t/ w
14.    plt.plot(x1, y3, label='cubic')/ v5 K! ?2 r\\" ~+ t
    
16. % A  h3 f: ?! D7 W! \
    
18.    plt.legend()

   plt.scatter(x, y)<font class=\\"jammer\\">  V! w' p1 H, y+ Q3 _8 Y</font><br /> <font class=\\"jammer\\">$ \. W, b: C5 w2 O\\" ^- R! o</font><br />    plt.plot(x1, y1, label='linear')<font class=\\"jammer\\"># ^- {. C# z5 Y& }</font><br /> <br /> <span style=\\"display:none\\">5 k\\" D. L. @# \6 |* G</span>    plt.plot(x1, y2, label='quadratic')<font class=\\"jammer\\">6 m' W2 F7 T- A7 l8 v% }: m</font><br /> <br /> <span style=\\"display:none\\">. p5 W1 w8 W' [  p9 ]  t/ w</span>    plt.plot(x1, y3, label='cubic')<font class=\\"jammer\\">/ v5 K! ?2 r\\" ~+ t</font><br /> <font class=\\"jammer\\">% A  h3 f: ?! D7 W! \</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。
' Z- F. L% f% G* S9 Z  I' a. U
* e- n" Q$ d! {7 n. C- f% R7 q7.显示图形：
5 ]+ D% T$ B: d# `
* w& k- ^2 r6 `   plt.show()
5 F4 w. H2 n# c- b3 v
! L! k; p* F+ j7 K) L5 K6 I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。

% Z- E% ~# O, }! k. C9 l