'make_interp_spline' 两点之间的线下降

Question

我正在绘制一些点，为了使绘图更流畅，我正在使用 'make_interp_spline'。问题是我在前两点之间得到一条下降线。其他点没问题，距离都一样。有什么我可以做的吗？

Ps: 我只有 10 和 30 的数据。

我的代码：

import matplotlib
import pylab as pl
from pylab import *
import numpy as np
from scipy.interpolate import make_interp_spline

x1, y1 = np.loadtxt('Grafico_I_D_Fe.txt', dtype=float, delimiter=',', unpack=True)

B_spline_coeff1 = make_interp_spline(x1, y1)
X1_Final = np.linspace(x.min(), x.max(), 500)
Y1_Final = B_spline_coeff1(X1_Final)

pl.plot(X1_Final, Y1_Final, color='r', label=r'Iron ( \times 10^7$)')
pl.scatter(x1, y1, marker='*', color='r')

数据：

10, 3.187170532786709e-15
30, 1.031832270812154e-13
50, 3.444779276423242e-13
70, 6.316369610195546e-14

剧情：

Answer 1

插值函数经常有不直观的属性摆动。在您的情况下，插值曲线低于零，但数据点没有。

存在许多其他插值或近似函数，每种函数在特定情况下都有自己的优点和缺点。 PchipInterpolator 就是这样一个函数，它试图保持在数据点的范围内（但二阶导数不太好）。

下面的代码使用 PchipInterpolator，但也获取输入 y-values 的日志，并通过 exp 对结果反转该操作。在不取对数的情况下，摇摆不定的二阶导数更明显。

from matplotlib import pyplot as plt
import numpy as np
from scipy.interpolate import PchipInterpolator

x1 = [10, 30, 50, 70]
y1 = [3.187170532786709e-15, 1.031832270812154e-13, 3.444779276423242e-13, 6.316369610195546e-14]

B_spline_coeff1 = PchipInterpolator(x1, np.log(y1))
X1_Final = np.linspace(9, 71, 500)
Y1_Final = np.exp(B_spline_coeff1(X1_Final))

plt.plot(X1_Final, Y1_Final, color='r', label=r'Iron ( \times 10^7$)')
plt.scatter(x1, y1, marker='*', color='r')
plt.yscale('log')
plt.show()

PS：看来对于这些特定的数据点，原来的make_interp_spline在使用对数转换的时候效果比PchipInterpolator还要好。通常情况并非如此，您可能需要考虑其他插值或近似函数。

B_spline_coeff1 = make_interp_spline(x1, np.log(y1))
X1_Final = np.linspace(9, 71, 500)
Y1_Final = np.exp(B_spline_coeff1(X1_Final))

plt.plot(X1_Final, Y1_Final, color='r', label=r'Iron ( \times 10^7$)')
plt.scatter(x1, y1, marker='*', color='r')
plt.yscale('log')
plt.show()

'make_interp_spline' 两点之间的线下降

'make_interp_spline' line dropping between two points

python

interpolation

matplotlib