在 Matplotlib 中,繪圖通常用直線連接資料點。雖然這在某些情況下可能是可以接受的,但產生的圖表可能會出現鋸齒狀或視覺上沒有吸引力。這個問題可以透過平滑線條來解決,從而獲得更精緻和資訊豐富的視覺化效果。
要平滑 Matplotlib 中的線條,您可以利用 SciPy 庫的功能。透過呼叫 scipy.interpolate.spline,您可以產生一個插值函數,該函數將產生一條穿過原始資料點的平滑曲線。
<code class="python">from scipy.interpolate import spline 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]) xnew = np.linspace(T.min(), T.max(), 300) # Define the number of points for smoothing power_smooth = spline(T, power, xnew) plt.plot(xnew, power_smooth)</code>
在 SciPy 版本 0.19.0 及更高版本中,樣條曲線已被棄用並替換為 BSpline 類別。要獲得類似的結果,您可以使用以下程式碼:
<code class="python">from scipy.interpolate import make_interp_spline, BSpline spl = make_interp_spline(T, power, k=3) # k=3 indicates cubic spline interpolation power_smooth = spl(xnew) plt.plot(xnew, power_smooth)</code>
為了清晰起見,可以比較帶有直線的原始圖和平滑後的圖:
[之前](https://i.sstatic.net/dSLtt.png)
[之後](https://i.sstatic.net/olGAh.png)
顯而易見從影像中,平滑線條可以消除鋸齒,從而產生更具視覺吸引力和資訊量的圖表。
以上是如何平滑 Matplotlib 中的線條以獲得更好的視覺化效果?的詳細內容。更多資訊請關注PHP中文網其他相關文章!