python利用插值法對折線進行平滑曲線處理

更新時間：2018年12月25日 16:41:19 作者：叮當了個河蟹

這篇文章主要為大家詳細介紹了python利用插值法對折線進行平滑曲線處理，具有一定的參考價值，感興趣的小伙伴們可以參考一下

在用python繪圖的時候，經(jīng)常由于數(shù)據(jù)的原因?qū)е庐嫵鰜淼膱D折線分界過于明顯，因此需要對原數(shù)據(jù)繪制的折線進行平滑處理，本文介紹利用插值法進行平滑曲線處理：

實現(xiàn)所需的庫

numpy、scipy、matplotlib

插值法實現(xiàn)

nearest：最鄰近插值法
zero：階梯插值
slinear：線性插值
quadratic、cubic：2、3階B樣條曲線插值
-

擬合和插值的區(qū)別

1、插值：簡單來說，插值就是根據(jù)原有數(shù)據(jù)進行填充，最后生成的曲線一定過原有點。

2擬合：擬合是通過原有數(shù)據(jù)，調(diào)整曲線系數(shù)，使得曲線與已知點集的差別（最小二乘）最小，最后生成的曲線不一定經(jīng)過原有點。

代碼實現(xiàn)

import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate

#設(shè)置距離
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])

#設(shè)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軸值，表示從0到10間距為0.5的200個數(shù)
xnew =np.arange(0,10,0.1)

#實現(xiàn)函數(shù)
func = interpolate.interp1d(x,y,kind='cubic')

#利用xnew和func函數(shù)生成ynew,xnew數(shù)量等于ynew數(shù)量
ynew = func(xnew)

# 原始折線
plt.plot(x, y, "r", linewidth=1)

#平滑處理后曲線
plt.plot(xnew,ynew)
#設(shè)置x,y軸代表意思
plt.xlabel("The distance between POI and user(km)")
plt.ylabel("probability")
#設(shè)置標題
plt.title("The content similarity of different distance")
#設(shè)置x,y軸的坐標范圍
plt.xlim(0,10,8)
plt.ylim(0,1)

plt.show()

繪制后的曲線，紅色是未進行平滑處理的折線，藍色是進行平滑處理之后的曲線

注意事項

1.x, y為原來的數(shù)據(jù)（少量）
2.xnew為一個數(shù)組，條件：x⊆⊆xnew
如：x的最小值為-2.931，最大值為10.312；則xnew的左邊界要小于-2.931，右邊界要大于10.312。當然也最好注意一下間距，最好小于x中的精度
3.func為函數(shù)，里面的參數(shù)x、y、kind，x，y就是原數(shù)據(jù)的x，y，kind為需要指定的方法
4.ynew需要通過xnew數(shù)組和func函數(shù)來生成，理論上xnew數(shù)組內(nèi)的值越多，生成的曲線越平滑

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: