使用Python创建带有平滑线的散点图

可以平滑曲线以达到可视化的近似概念。在本文中，我们将在 SciPy 库的帮助下用平滑线绘制散点图。要绘制平滑线散点图，我们使用以下函数：

• SciPy 库中的scipy.interpolate.make_interp_spline()计算插值 B 样条的系数。通过从 Scipy 库中导入这个函数并添加参数，可以更容易地获得平滑线到散点图。

Syntax:

 scipy.interpolate.make_interp_spline(x, y, k=3, t=None, bc_type=None, axis=0, check_finite=True)

Parameters:

• x:-Abscissas
• y:-Ordinates
• k:-B-spline degree
• t:-Knots
• bc_type:-Boundary conditions
• axis:-Interpolation axis
• check_finite:-Whether to check that the input arrays contain only finite numbers

Return: a BSpline object of the degree k and with knots t.

• np.linspace()函数被导入 来自 NumPy 库，用于在指定间隔内获得均匀间隔的数字，用于绘制平滑线散点图。

Syntax:

 numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

Parameters:

• start:-The starting value of the sequence.
• stop:-The end value of the sequence.
• num:-Number of samples to generate.
• endpoint:-If True, stop is the last sample.
• retstep:-If True, return (samples, step), where the step is the spacing between samples.
• dtype:-The type of the output array.
• axis:- The axis in the result to store the samples.

Return: A array of num equally spaced samples in the closed interval

方法

• 导入模块
• 创建或加载数据
• 创建散点图
• 从散点图的点创建平滑曲线
• 显示图

让我们从示例散点图开始。

例子：

Python3

import numpy as np
import matplotlib.pyplot as plt
  
x = np.array([1, 2, 3, 4, 5])
  
y = np.array([4, 9, 1, 3, 5])
  
plt.scatter(x, y)
  
plt.show()

输出：

现在让我们通过连接散点图的点来可视化散点图，以便可以出现不均匀的曲线，即没有平滑，以便差异可以明显。

例子：

蟒蛇3

import numpy as np
import matplotlib.pyplot as plt
  
x = np.array([1, 2, 3, 4, 5])
  
y = np.array([4, 9, 1, 3, 5])
  
plt.plot(x, y)
  
plt.show()

输出：

现在，我们将使用 np.linspace() 和 scipy.interpolate.make_interp_spline()函数查看与上面相同的示例。

例子：

蟒蛇3

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import make_interp_spline
  
x = np.array([1, 2, 3, 4, 5])
y = np.array([4, 9, 1, 3, 5])
  
xnew = np.linspace(x.min(), x.max(), 300)
  
gfg = make_interp_spline(x, y, k=3)
  
y_new = gfg(xnew)
  
plt.plot(xnew, y_new)
  
plt.show()

输出：