Matplotlib 中的平滑线

在 Matplotlib 中，绘图通常用直线连接数据点。虽然这在某些情况下可能是可以接受的，但生成的图表可能会出现锯齿状或视觉上没有吸引力。这个问题可以通过平滑线条来解决，从而获得更加精致和信息丰富的可视化效果。

使用 SciPy 的插值

要平滑 Matplotlib 中的线条，您可以利用 SciPy 库的功能。通过调用 scipy.interpolate.spline，您可以生成一个插值函数，该函数将生成一条穿过原始数据点的平滑曲线。

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)

在 SciPy 版本 0.19.0 及更高版本中，样条线已被弃用并由 BSpline 类取代。要获得类似的结果，您可以使用以下代码：

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)

可视化平滑效果

为了清晰起见，可以比较带有直线的原始图和平滑后的图：

[之前]( https://i.sstatic.net/dSLtt.png)
[之后](https://i.sstatic.net/olGAh.png)

从图像中可以明显看出，平滑了线条消除锯齿状，从而产生更具视觉吸引力和信息量的图表。