Python如何对折线进行平滑曲线处理？

发布时间：2019-08-27 08:06:36编辑：auto阅读（3012）

    在用python绘图的时候，经常由于数据的原因导致画出来的图折线分界过于明显，因此需要对原数据绘制的折线进行平滑处理，本文介绍利用插值法进行平滑曲线处理：

    实现所需的库

    numpy、scipy、matplotlib

    插值法实现

    nearest：最邻近插值法 zero：阶梯插值 slinear：线性插值 quadratic、cubic：2、3阶B样条曲线插值

    拟合和插值的区别

    插值：简单来说，插值就是根据原有数据进行填充，最后生成的曲线一定过原有点。

    拟合：拟合是通过原有数据，调整曲线系数，使得曲线与已知点集的差别（最小二乘）最小，最后生成的曲线不一定经过原有点。

    代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    import matplotlib.pyplot as plt
    import numpy as np
    from scipy import interpolate
     
    #设置距离
    x =np.array([0, 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6, 6.5, 70, 8, 9,10])
     
    #设置相似度
    y =np.array([0.8579087793827057, 0.8079087793827057, 0.7679087793827057, 0.679087793827057,
        0.5579087793827057, 0.4579087793827057, 0.3079087793827057, 0.3009087793827057,
        0.2579087793827057, 0.2009087793827057, 0.1999087793827057, 0.1579087793827057,
        0.0099087793827057, 0.0079087793827057, 0.0069087793827057, 0.0019087793827057,
        0.0000087793827057])
     
    #插值法之后的x轴值，表示从0到10间距为0.5的200个数
    xnew =np.arange(0,10,0.1)
     
    #实现函数
    func = interpolate.interp1d(x,y,kind='cubic')
     
    #利用xnew和func函数生成ynew,xnew数量等于ynew数量
    ynew = func(xnew)
     
    # 原始折线
    plt.plot(x, y, "r", linewidth=1)
     
    #平滑处理后曲线
    plt.plot(xnew,ynew)
    #设置x,y轴代表意思
    plt.xlabel("The distance between POI  and user(km)")
    plt.ylabel("probability")
    #设置标题
    plt.title("The content similarity of different distance")
    #设置x,y轴的坐标范围
    plt.xlim(0,10,8)
    plt.ylim(0,1)
     
    plt.show()

    绘制后的曲线，红色是未进行平滑处理的折线，蓝色是进行平滑处理之后的曲线 cpc30

    注意事项

    x, y为原来的数据（少量） xnew为一个数组，条件：x??xnew

    如：x的最小值为-2.931，最大值为10.312；则xnew的左边界要小于-2.931，右边界要大于10.312。当然也最好注意一下间距，最好小于x中的精度 func为函数，里面的参数x、y、kind，x，y就是原数据的x，y，kind为需要指定的方法 ynew需要通过xnew数组和func函数来生成，理论上xnew数组内的值越多，生成的曲线越平滑

关键字：

上一篇： 2017，最受欢迎的 15 大 Pyth

下一篇： 如何用Python写一个每天的定时程序