Plot garis mulus dengan PyPlot

Saya punya skrip sederhana berikut yang memplot grafik:

import matplotlib.pyplot as plt
import numpy as np

T = np.array([6, 7, 8, 9, 10, 11, 12])
power = np.array([1.53E+03, 5.92E+02, 2.04E+02, 7.24E+01, 2.72E+01, 1.10E+01, 4.70E+00])

plt.plot(T,power)
plt.show()

Seperti sekarang, garis lurus dari titik ke titik yang terlihat baik-baik saja, tetapi menurut saya bisa lebih baik. Yang saya inginkan adalah menghaluskan garis di antara titik-titik. Di Gnuplot saya akan merencanakan dengan smooth cplines.

Apakah ada cara mudah untuk melakukan ini di PyPlot? Saya telah menemukan beberapa tutorial, tetapi semuanya tampak agak rumit.

Anda dapat menggunakan scipy.interpolate.splineuntuk memuluskan data Anda sendiri:

from scipy.interpolate import spline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300)  

power_smooth = spline(T, power, xnew)

plt.plot(xnew,power_smooth)
plt.show()

spline tidak digunakan lagi di scipy 0.19.0, gunakan kelas BSpline sebagai gantinya.

Beralih dari splineke BSplinebukanlah salin / tempel langsung dan membutuhkan sedikit penyesuaian:

from scipy.interpolate import make_interp_spline, BSpline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300) 

spl = make_interp_spline(T, power, k=3)  # type: BSpline
power_smooth = spl(xnew)

plt.plot(xnew, power_smooth)
plt.show()

Sebelum:

Setelah:

Untuk contoh ini, spline berfungsi dengan baik, tetapi jika fungsinya tidak mulus secara inheren dan Anda ingin versi yang dihaluskan, Anda juga dapat mencoba:

from scipy.ndimage.filters import gaussian_filter1d

ysmoothed = gaussian_filter1d(y, sigma=2)
plt.plot(x, ysmoothed)
plt.show()

jika Anda meningkatkan sigma, Anda bisa mendapatkan fungsi yang lebih halus.

Lanjutkan dengan hati-hati dengan yang ini. Ini mengubah nilai asli dan mungkin bukan yang Anda inginkan.

Saya kira yang Anda maksud adalah pencocokan kurva dan bukan anti-aliasing dari konteks pertanyaan Anda. PyPlot tidak memiliki dukungan bawaan untuk ini, tetapi Anda dapat dengan mudah menerapkan beberapa penyesuaian kurva dasar, seperti kode yang terlihat di sini , atau jika Anda menggunakan GuiQwt, ia memiliki modul pemasangan kurva . (Anda mungkin juga bisa mencuri kode dari SciPy untuk melakukan ini juga).

Lihat scipy.interpolatedokumentasi untuk beberapa contoh.

Contoh berikut menunjukkan penggunaannya, untuk interpolasi linear dan kubik spline:

>>> from scipy.interpolate import interp1d

>>> x = np.linspace(0, 10, num=11, endpoint=True)
>>> y = np.cos(-x**2/9.0)
>>> f = interp1d(x, y)
>>> f2 = interp1d(x, y, kind='cubic')

>>> xnew = np.linspace(0, 10, num=41, endpoint=True)
>>> import matplotlib.pyplot as plt
>>> plt.plot(x, y, 'o', xnew, f(xnew), '-', xnew, f2(xnew), '--')
>>> plt.legend(['data', 'linear', 'cubic'], loc='best')
>>> plt.show()