使用 scipy 包进行样条插值

2744557306

6 Q3 h  D3 U' i. |* z- V8 d1.导入必要的库：

1.    import numpy as np
   ( {5 i7 `! q# E0 @
2. 
   : i3 E; X' D' H3 u8 O7 t
3.    from scipy.interpolate import interp1d
   & V0 A  U$ v& I  W
4. 1 _0 n( G$ g) o4 N1 |* ]
   
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])
   ) c\" p5 n' u: d3 b, K1 Q+ c3 u7 j
2. 3 s6 ]% D- g, s
   
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。

4 _, ^, J5 n% f3.进行一次、二次和三次样条插值：

1.    p1 = interp1d(x, y, kind='linear'). K0 M1 X0 G$ N# [6 G' k
   
2. 
   ; w+ z. Y# e, H, X1 ~
3.    p2 = interp1d(x, y, kind='quadratic')4 T& ]! K& L! h
   
4. 
   & L' B7 n$ Z# V
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。
0 `9 s# f+ K$ g* u' e" \5 T. y
% i8 @# {) u# V1 K  H4.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。

5 H% o6 X$ N! ]5.计算对应的 y 值：

1.    y1 = p1(x1)
   5 p( n4 _0 _7 f8 T
2. 
   . f0 W2 ^1 ]2 P. k/ K; P
3.    y2 = p2(x1); G7 s- Y- Q. p* H
   
4. ; T* D- l) L% @- c# r* j- I
   
5.    y3 = p3(x1)\" e. E) d+ b, o9 z) @\" e
   
6. 6 S$ a' S  n1 M' `\" K\" b- x
   

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。

. a/ g$ E1 R( F) g) j2 O$ ~/ Y0 s6.绘制图形：

2.    plt.scatter(x, y)! A; S3 {: F; F$ E
   
4. 
   
5. 3 G* V: m- `9 V* c  \
6.    plt.plot(x1, y1, label='linear')
   
7. . E2 b1 H' a% K
8. 
   
9. 2 E# D; @  ~1 |! I) f
10.    plt.plot(x1, y2, label='quadratic')
    
11. : S. p5 b2 q\\" X9 G8 V& O4 ~
12. 
    
13. : n, m- y$ }5 V- h\\" G% A
14.    plt.plot(x1, y3, label='cubic')
    
15. + F4 [* J  O' g* C! L4 N
16. 
    
17. ( X0 B( H\\" T4 ?
18.    plt.legend()

   plt.scatter(x, y)<font class=\\"jammer\\">! A; S3 {: F; F$ E</font><br /> <br /> <span style=\\"display:none\\">3 G* V: m- `9 V* c  \</span>    plt.plot(x1, y1, label='linear')<br /> <span style=\\"display:none\\">. E2 b1 H' a% K</span> <br /> <span style=\\"display:none\\">2 E# D; @  ~1 |! I) f</span>    plt.plot(x1, y2, label='quadratic')<br /> <span style=\\"display:none\\">: S. p5 b2 q\\" X9 G8 V& O4 ~</span> <br /> <span style=\\"display:none\\">: n, m- y$ }5 V- h\\" G% A</span>    plt.plot(x1, y3, label='cubic')<br /> <span style=\\"display:none\\">+ F4 [* J  O' g* C! L4 N</span> <br /> <span style=\\"display:none\\">( X0 B( H\\" T4 ?</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。

7.显示图形：

   plt.show()
$ i, A. m/ R9 B! n
2 B% k* w# s" k4 ?/ ~( w最后，显示绘制的图形，包括原始数据点和插值曲线。
7 X9 t) r, \4 J# `- x0 u* U% m5 d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。

# h" q9 k* Z- ], s; w( }, |* \5 c2 \
4 d0 H: Z9 x! l0 U