如何让折线图更平滑一些python

要让折线图在Python中更平滑，可以使用多种方法，例如插值、平滑滤波器和曲线拟合。 其中，最常用的技术包括B样条插值、Savitzky-Golay滤波器和低通滤波器。我们将在本文中重点介绍B样条插值方法。

一、B样条插值

1、什么是B样条插值

B样条插值是一种常用的数学方法，用于生成平滑曲线。这种方法通过在数据点之间添加额外的插值点来使曲线看起来更加平滑。B样条插值具有很高的灵活性，可以通过调整参数来控制曲线的平滑度。

2、如何在Python中实现B样条插值

首先，你需要安装 scipy 库，它包含了实现B样条插值所需的函数。

pip install scipy

然后，你可以使用以下代码来生成一个平滑的折线图：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import make_interp_spline
原始数据点
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 5, 7, 8])
生成新的X值
x_new = np.linspace(x.min(), x.max(), 300) 
进行B样条插值
spl = make_interp_spline(x, y, k=3)
y_smooth = spl(x_new)
绘制平滑的折线图
plt.plot(x_new, y_smooth)
plt.scatter(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('平滑的折线图')
plt.show()

在这个例子中，我们首先定义了一些原始数据点，并生成了一组新的X值。这些新的X值用于插值，使得曲线在这些点上进行计算。然后我们使用make_interp_spline函数来进行B样条插值，最后绘制平滑的折线图。

二、Savitzky-Golay滤波器

1、什么是Savitzky-Golay滤波器

Savitzky-Golay滤波器是一种数字滤波器，用于平滑数据。它通过在滑动窗口内进行多项式拟合来平滑数据，而不会显著改变数据的趋势。Savitzky-Golay滤波器特别适用于平滑噪声数据，但同时保留信号的高频特性。

2、如何在Python中实现Savitzky-Golay滤波器

首先，你需要安装 scipy 库。

pip install scipy

然后，你可以使用以下代码来生成一个平滑的折线图：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import savgol_filter
原始数据点
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 5, 7, 8])
进行Savitzky-Golay滤波
y_smooth = savgol_filter(y, window_length=3, polyorder=2)
绘制平滑的折线图
plt.plot(x, y_smooth)
plt.scatter(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('平滑的折线图')
plt.show()

在这个例子中，savgol_filter函数用于平滑数据。你可以通过调整window_length和polyorder参数来控制平滑的程度。

三、低通滤波器

1、什么是低通滤波器

低通滤波器是一种用于滤除高频噪声的滤波器。它只允许低频信号通过，从而平滑数据。低通滤波器广泛应用于信号处理、图像处理和数据平滑等领域。

2、如何在Python中实现低通滤波器

首先，你需要安装 scipy 库。

pip install scipy

然后，你可以使用以下代码来生成一个平滑的折线图：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import butter, filtfilt
原始数据点
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 5, 7, 8])
设计低通滤波器
b, a = butter(3, 0.1)
进行低通滤波
y_smooth = filtfilt(b, a, y)
绘制平滑的折线图
plt.plot(x, y_smooth)
plt.scatter(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('平滑的折线图')
plt.show()