带有样条线 + 日期时间对象的平滑线不起作用

Question

我一直在努力使情节更流畅，就像 here 一样，但我的 X 是与 linspace 不兼容的日期时间对象..

我将 Xs 转换为 matplotlib 日期：

Xnew = matplotlib.dates.date2num(X)
X_smooth = np.linspace(Xnew.min(), Xnew.max(), 10)
Y_smooth = spline(Xnew, Y, X_smooth)

然后我得到一个空的情节，因为我的 Y_smooth 是

[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. ]

不知为何。

我怎样才能做到这一点？

编辑

这是我打印变量时得到的结果，我没有发现任何异常：

X : [datetime.date(2016, 7, 31), datetime.date(2016, 7, 30), datetime.date(2016, 7, 29)]
X new: [ 736176.  736175.  736174.]
X new max: 736176.0
X new min: 736174.0
XSMOOTH [ 736174.          736174.22222222  736174.44444444  736174.66666667
  736174.88888889  736175.11111111  736175.33333333  736175.55555556
  736175.77777778  736176.        ]
Y [711.74, 730.0, 698.0]
YSMOOTH [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

Answer 1

您的 X 值是相反的，scipy.interpolate.spline 要求自变量单调递增，并且此方法已被弃用 - 请改用 interp1d（见下文）。

>>> from scipy.interpolate import spline
>>> import numpy as np
>>> X = [736176.0, 736175.0, 736174.0]  # <-- your original X is decreasing
>>> Y = [711.74, 730.0, 698.0]
>>> Xsmooth = np.linspace(736174.0, 736176.0, 10)
>>> spline(X, Y, Xsmooth)
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

先将X 和Y 颠倒，这样就可以了

>>> spline(
...     list(reversed(X)),  # <-- reverse order of X so also
...     list(reversed(Y)),  # <-- reverse order of Y to match
...     Xsmooth
... )
array([  698.        ,   262.18297973,   159.33767533,   293.62017489,
         569.18656683,   890.19293934,  1160.79538066,  1285.149979  ,
        1167.41282274,   711.74      ])

请注意，许多样条插值方法要求X 单调递增：

• UnivariateSpline

x : (N,) array_like - 独立输入数据的一维数组。必须增加。

• InterpolatedUnivariateSpline

x : (N,) array_like - 数据点的输入维度 - 必须增加

scipy.interpolate.spline 的默认顺序是立方。因为只有 3 个数据点，所以三次样条 (order=3) 和二次样条 (order=2) 之间存在很大差异。下图显示了不同阶样条之间的差异；注意：100 个点用于平滑拟合曲线更多。

scipy.interpolate.spline 的文档含糊不清，暗示它可能不受支持。例如，它未列在scipy.interpolate main page 或interploation tutorial 上。 source for spline 表明它实际上调用了spleval 和splmake，它们在Additional Tools 下列出为：

为了向后兼容而存在的函数（不应在新代码中使用）。

我会按照cricket_007 的建议使用interp1d。这是目前推荐的方法，它在detailed examples in both the tutorial 和 API 中有很好的文档记录，默认情况下它允许自变量不排序（任何顺序）（参见 API 中的assume_sorted 参数）。

>>> from scipy.interpolate import interp1d
>>> f = interp1d(X, Y, kind='quadratic')
>>> f(Xsmooth)
array([ 711.74      ,  720.14123457,  726.06049383,  729.49777778,
        730.45308642,  728.92641975,  724.91777778,  718.4271605 ,
        709.4545679 ,  698.        ])

如果数据排名不足，也会引发错误。

>>> f = interp1d(X, Y, kind='cubic')

ValueError: x 和 y 数组必须至少有 4 个条目