本文實例為大家分享了python使用插值法畫出平滑曲線的具體代碼，供大家參考，具體內容如下

實現所需的庫

numpy、scipy、matplotlib

實現所需的方法

插值

擬合和插值的區別

簡單來說，插值就是根據原有數據進行填充，最后生成的曲線一定過原有點。

擬合是通過原有數據，調整曲線系數，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過原有點。

代碼實現

# -*- coding: utf-8 -*-# 調用模塊# 調用數組模塊import numpy as np# 實現插值的模塊from scipy import interpolate# 畫圖的模塊import matplotlib.pyplot as plt# 生成隨機數的模塊import random# random.randint(0, 10) 生成0-10范圍內的一個整型數# y是一個數組里面有10個隨機數，表示y軸的值y = np.array([random.randint(0, 10) for _ in range(10)])# x是一個數組，表示x軸的值x = np.array([num for num in range(10)])# 插值法之后的x軸值，表示從0到9間距為0.5的18個數xnew = np.arange(0, 9, 0.5)"""kind方法：nearest、zero、slinear、quadratic、cubic實現函數func"""func = interpolate.interp1d(x, y, kind='cubic')# 利用xnew和func函數生成ynew，xnew的數量等于ynew數量ynew = func(xnew)# 畫圖部分# 原圖plt.plot(x, y, 'ro-')# 擬合之后的平滑曲線圖plt.plot(xnew, ynew)plt.show()

注意事項/p> x, y為原來的數據（少量） xnew為一個數組，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 func為函數，里面的參數x、y、kind，x，y就是原數據的x，y，kind為需要指定的方法 ynew需要通過xnew數組和func函數來生成 理論上xnew數組內的值越多，生成的曲線越平滑

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林站長站。