从 matplotlib 获取阶跃函数值答案

【问题标题】：Get step function values from matplotlib从 matplotlib 获取阶跃函数值
【发布时间】：2020-12-16 07:50:03
【问题描述】：

我有 2 个带有数据的 numpy 数组，比如 x,y，我应用 plt.step() 并获得它的连续（步进）曲线。

我希望能够自己创建此函数，这意味着我希望对x 的y 的值有一个（零阶保持）近似值，而原始@ 中实际上并不存在987654326@数组。

例如，在以下链接中，我希望获得“新”实际矩形正弦值，而不仅仅是绘制： https://matplotlib.org/gallery/lines_bars_and_markers/step_demo.html#sphx-glr-gallery-lines-bars-and-markers-step-demo-py

【问题讨论】：

标签： python numpy matplotlib curve-fitting

【解决方案1】：

您可以根据需要选择刻度值和相应的函数值。这是一个非等距参数及其值的示例：

x = np.arange(20) + np.random.random(20)/2
y = np.sin(x / 2)**2 + np.random.random(20)/5

备注：这两个数组的大小必须相等。如果你想要自己的自定义函数，可以使用np.vectorise：

x = np.arange(20) + np.random.random(20)/2
func = np.vectorize(lambda x: np.sin(x) + np.random.random()/5)
y = func(x)

【讨论】：

【解决方案2】：

您可以使用 scipy 的interp1d 来创建步进函数。默认插值是“线性”，但您可以将其更改为“下一个”、“上一个”或“最近”以获得阶跃函数。

从step_fun = interp1d(x, y, kind='previous')得到一个标准的step函数，然后调用它为step_fun(new_x)。

下面的代码比较了不同类型的“插值”：

from matplotlib import pyplot as plt
import numpy as np
from scipy.interpolate import interp1d

x = np.random.uniform(0.1, 0.7, 20).cumsum()
y = np.sin(x)

kinds = ['linear', 'previous', 'next', 'nearest', 'cubic']
for i, kind in enumerate(kinds):
    function_from_points = interp1d(x, y + i, kind=kind)
    x_detailed = np.linspace(x[0], x[-1], 1000)
    plt.plot(x_detailed, function_from_points(x_detailed), color='dodgerblue')
    plt.scatter(x, y + i, color='crimson')
plt.yticks(range(len(kinds)), kinds)
plt.show()

【讨论】：