Tracé de lignes lisses avec PyPlot

J'ai la suite de script simple qui trace un graphe:

import matplotlib.pyplot as plt
import numpy as np

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])

plt.plot(T,power)
plt.show()

Comme il est maintenant, la ligne va droit point à point qui semble ok, mais pourrait être mieux, à mon avis. Ce que je veux, c'est pour lisser la ligne entre les points. Dans Gnuplot je voudrais avoir comploté avec smooth cplines.

Est-il un moyen facile de le faire dans PyPlot? J'ai trouvé des tutoriels, mais ils ont tous l'air assez complexe.

InformationsquelleAutor Paul | 2011-03-12
  1. 150

    Vous pouvez utiliser scipy.interpolate.spline pour lisser vos données vous-même:

    from scipy.interpolate import spline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300)  

power_smooth = spline(T, power, xnew)

plt.plot(xnew,power_smooth)
plt.show()

    spline est obsolète dans scipy 0.19.0, utilisez BSpline classe à la place.

    De commutation de spline à BSpline n'est pas un simple copier/coller et nécessite un peu de peaufinage:

    from scipy.interpolate import make_interp_spline, BSpline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300) 

spl = make_interp_spline(T, power, k=3)  # type: BSpline
power_smooth = spl(xnew)

plt.plot(xnew, power_smooth)
plt.show()

    Avant:
    Tracé de lignes lisses avec PyPlot

    Après:
    Tracé de lignes lisses avec PyPlot

    • Haha, ce n'était pas difficile. Cheers! 🙂 Juste une remarque pour d'autres qui pourraient être à la recherche: j'ai dû import scipy à utiliser linspace().
    • Oups, désolé, devraient avoir utilisé np.linspace. Corrigé dans ma réponse.
    • Quel est le nombre magique de 300?
    • Le 300 est le nombre de points à faire entre le T. min() et T. max(). J'ai utilisé 1000 et il a la même apparence. Essayez avec 5 et vous verrez une différence.
    • spline est obsolète! spline est obsolète dans scipy 0.19.0, utilisez BSpline classe à la place: from scipy.interpolate import BSpline
    • Cela ne fonctionnera pas si le T n'est pas triée. Et aussi, si le functiton(T) n'est pas un-à-un.
    • Vous mai ont voulu faire de la #BSpline object commentaire un type comme spl = make_interp_spline(T, power, k=3) # type: BSpline object de sorte que l'importation de BSpline conduit à un peu plus de l'utilisation efficace ... ou était-ce nécessaire pour rien? Je suis là pour le rappeler 🙂 (en Plus il n'y a pas de mal à faire des commentaires un peu plus PEP8 style, après tout, c'est "exposé" du code.) Mais en général: merci pour l'exemple!

    InformationsquelleAutor Olivier Verdier
  2. 11

    Pour cet exemple spline fonctionne bien, mais si la fonction n'est pas lisse, intrinsèquement et vous voulez avoir la version lissée vous pouvez également essayer:

    from scipy.ndimage.filters import gaussian_filter1d

ysmoothed = gaussian_filter1d(y, sigma=2)
plt.plot(x, ysmoothed)
plt.show()

    si vous augmentez sigma, vous pouvez obtenir un plus lissée fonction.

    De procéder avec prudence avec celui-ci. Il modifie les valeurs d'origine et ne peut pas être ce que vous voulez.

    • Procéder avec prudence avec celui-ci. Il modifie les valeurs d'origine et ne peut pas être ce que vous voulez.
    InformationsquelleAutor Sajad Norouzi
  3. 7

    Je présume que tu veux dire la courbe d'ajustement et pas l'anti-aliasing à partir du contexte de votre question. PyPlot n'a pas de prise en charge intégrée pour cela, mais vous pouvez facilement mettre en œuvre certaines de base de la courbe d'ajustement vous-même, comme le code vu ici, ou si vous utilisez GuiQwt il a un ajustement de la courbe module. (Vous pourriez probablement aussi voler le code de SciPy de le faire).

    InformationsquelleAutor Nick Bastin