Skip to main content
 首页 » 编程设计

使用最近方法的Python插值sin函数

2025年02月15日9java哥

我使用 sin 函数的插值,最近的方法编写了简单的代码。我的问题是代码是正确的吗?在我看来,该功能应该由直线组成。曲线出现在生成的图形上。

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.interpolate import interp1d 
import math 
 
# Original "data set" --- 21 random numbers between 0 and 1. 
x0 = np.arange(9) 
y0 = [math.sin(i) for i in x0] 
 
plt.plot(x0, y0, 'o', label='Data') 
plt.grid(linestyle="-", color=(0.7, 0.8, 1.0)) 
 
x = np.linspace(0, 8, len(x0)*2) 
 
# Available options for interp1d 
options = ('linear', 'nearest') 
 
f = interp1d(x0, y0, kind='nearest')    # interpolation function 
plt.plot(x, f(x), label='nearest')      # plot of interpolated data 
 
plt.legend() 
plt.show() 

编辑:

我想插入自己的插值算法,我尝试将 2 个值的总和除以 2

lst = list(x0) 
for i, val in enumerate(lst): 
    lst[i] = lst[i] + lst[i+1] / 2 
 
x0 = tuple(lst) 
 
plt.plot(x0, y0, label='nearest') 

但是它不能正常工作

请您参考如下方法:

问题是绿线被画成所有点之间的连接图,而你的点太少了。也许您误解了 np.linspace 的工作原理。如果您增加点数,(并更改为仅绘制点而不是连接线)您将得到看起来更像您可能期望的结果:

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.interpolate import interp1d 
import math 
 
# Original "data set" --- 21 random numbers between 0 and 1. 
x0 = np.arange(9) 
y0 = [math.sin(i) for i in x0] 
 
plt.plot(x0, y0, 'o', label='Data') 
plt.grid(linestyle="-", color=(0.7, 0.8, 1.0)) 
 
x = np.linspace(0, 8, 1000) 
 
# Available options for interp1d 
options = ('linear', 'nearest') 
 
f = interp1d(x0, y0, kind='nearest')    # interpolation function 
plt.plot(x, f(x), '.', label='nearest')      # plot of interpolated data 
 
plt.legend() 
plt.show()