python - 很多点的Python曲线

Question

我正在使用 Python 和 matplotlib。我有很多点，用数组生成。

fig, ax = plt.subplots(ncols=1, nrows=1, figsize=Groesse_cm/2.54)
ax.set_title(title)
ax.set_xlabel(xlabel) # Beschriftung X-Achse
ax.set_ylabel(ylabel) # Beschriftung Y-Achse
ax.plot(xWerte, yWerte, 'ro', label=kurveName)
ax.plot(xWerte, y2Werte, 'bo', label=kurveName2)
plt.show()

所以我有arrayXx 值和arrayYmaxY 值（红色）和arrayYminY 值（蓝色）。我不能给你我的数组，因为这太复杂了。

我的问题是：我怎样才能获得上图中的样条/拟合？我不知道拟合点的功能，所以我只有 [x / y] 值的点。所以我不想连接我想要适合的点。所以是的，我说适合这个：D

这是一个我不想有的例子：代码是：

fig, ax = plt.subplots(ncols=1, nrows=1, figsize=Groesse_cm/2.54)
degree = 7
np.poly1d(np.polyfit(arrayX,arrayYmax,degree))
ax.plot(arrayX, arrayYmax, 'r')
np.poly1d(np.polyfit(arrayX,arrayYmin,degree))
ax.plot(arrayX, arrayYmin, 'b')
#Punkte
ax.plot(arrayX, arrayYmin, 'bo')
ax.plot(arrayX, arrayYmax, 'ro')
plt.show()

标签： pythonimagematplotlibpoints

Answer 1

你非常接近，你只需要使用你正在估计/拟合的多项式模型。

从拉入包和定义数据开始：

import numpy as np
import matplotlib.pyplot as plt

arr_x = [-0.8,  2.2,  5.2,  8.2, 11.2, 14.2, 17.2]
arr_y_min = [65, 165, 198, 183, 202, 175, 97]
arr_y_max = [618, 620, 545, 626, 557, 626, 555]

然后我们估计多项式拟合，就像你做的那样，但将结果保存到我们以后可以使用的变量中：

poly_min = np.poly1d(np.polyfit(arr_x, arr_y_min, 2))
poly_max = np.poly1d(np.polyfit(arr_x, arr_y_max, 1))

接下来我们绘制数据：

plt.plot(arr_x, arr_y_min, 'bo:')
plt.plot(arr_x, arr_y_max, 'ro:')

接下来，我们使用上面的多项式拟合来绘制一组采样点的估计值：

poly_x = np.linspace(-1, 18, 101)

plt.plot(poly_x, poly_min(poly_x), 'b')
plt.plot(poly_x, poly_max(poly_x), 'r')

给我们：

请注意，我使用的多项式（1 和 2）比您（7）低得多。七次多项式肯定会过度拟合这少量数据，这些看起来是合理的拟合