如何使用 scipy.interpolate.spline 在 PyPlot 圖形中建立更平滑的線條？

使用 PyPlot 平滑線條

您的目標是平滑連接圖表中數據點的線條，以增強其視覺吸引力。雖然有些教程可能看起來令人生畏，但有一種使用 scipy.interpolate.spline 的簡單方法。

<code class="python">import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import spline

# Example data
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])

# Set the number of points for smoothing
num_points = 300

# Create a new x-axis with more points
xnew = np.linspace(T.min(), T.max(), num_points)

# Interpolate data using a spline
power_smooth = spline(T, power, xnew)

# Plot the smoothed line
plt.plot(xnew, power_smooth)
plt.show()</code>

在此腳本中，樣條曲線對原始資料點進行內插並產生更平滑的曲線。調整 num_points 來控制平滑度。

平滑前：
[未平滑線圖的圖像]

平滑後：
[平滑線圖的圖像]

使用此技術，您可以輕鬆提高PyPlot 中繪圖的視覺吸引力。

以上是如何使用 scipy.interpolate.spline 在 PyPlot 圖形中建立更平滑的線條？的詳細內容。更多資訊請關注PHP中文網其他相關文章！