Python如何对折线进行平滑曲线处理?
2018-03-16 10:04
627 查看
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:
numpy、scipy、matplotlib
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
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。
?
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
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
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
?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
相关文章推荐
- 如何利用Python对中文进行分词处理
- Opencv3.0-python的那些事儿:(九)、Opencv关于如何读取大量视频帧进行处理的方法
- 如何通过PYthon进行图像的暗化处理
- ArcGIS教程:使用边界清理和主滤波对区域边缘进行平滑处理
- python如何对实例属性进行类型检查
- Python NLTK结合stanford NLP工具包进行文本处理
- 如何用Python进行大数据挖掘和分析
- 如何使用python进行社交网络分析
- JAVA异常机制介绍/如何正确的进行JAVA异常处理
- Tkinter如何获取Entry里输入的内容再进行处理
- python中如何对dict对象进行排序
- 利用python进行图像处理
- 在Eclipse中如何利用在Anaconda中建立的Python虚拟环境进行开发
- 尚客:JAVA语言如何进行异常处理
- 如何用Python来进行查询和替换一个文本字符串
- Facebook如何运用机器学习进行十亿级用户数据处理
- python如何进行内存管理
- Ubuntu下python应如何将.py文件当模块进行导入
- python加opencv进行图像处理
- Appium python自动化测试系列之等待函数如何进行实战(九)