python matplotlib：如何在只知道 x 值的曲线上添加点标记？答案

【问题标题】：python matplotlib: How can I add a point mark to curve knowing only the x value?python matplotlib：如何在只知道 x 值的曲线上添加点标记？
【发布时间】：2019-12-29 07:40:14
【问题描述】：

例如，在 matplotlib 中，我根据几个点绘制了一条简单的曲线：

from matplotlib import pyplot as plt
import numpy as np

x=[0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. , 1.1, 1.2,
       1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 2. , 2.1, 2.2, 2.3, 2.4, 2.5,
       2.6, 2.7, 2.8, 2.9]
y=[0.0, 0.19, 0.36, 0.51, 0.64, 0.75, 0.8400000000000001, 0.91, 0.96, 0.99, 1.0, 
   0.99, 0.96, 0.9099999999999999, 0.8399999999999999, 0.75, 0.6399999999999997, 
   0.5099999999999998, 0.3599999999999999, 0.18999999999999995, 0.0, 
   -0.20999999999999996, -0.4400000000000004, -0.6900000000000004, 
   -0.9600000000000009, -1.25, -1.5600000000000005, -1.8900000000000006, 
   -2.240000000000001, -2.610000000000001]

plt.plot(x,y)
plt.show()

假设，假设我想突出曲线上 x 值为 0.25 的点，但我不知道该点的 y 值。我该怎么办？

【问题讨论】：

标签： python matplotlib

【解决方案1】：

最简单的解决方案是在提供的 x 值的相邻点之间执行线性插值。下面是一个示例代码来展示一般原理：

X=[0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2,
   1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 2. , 2.1, 2.2, 2.3, 2.4, 2.5,
   2.6, 2.7, 2.8, 2.9]
Y=[0.0, 0.19, 0.36, 0.51, 0.64, 0.75, 0.8400000000000001, 0.91, 0.96,
   0.99, 1.0, 0.99, 0.96, 0.9099999999999999, 0.8399999999999999, 0.75,
   0.6399999999999997, 0.5099999999999998, 0.3599999999999999,
   0.18999999999999995, 0.0, -0.20999999999999996, -0.4400000000000004,
   -0.6900000000000004, -0.9600000000000009, -1.25, -1.5600000000000005,
   -1.8900000000000006, -2.240000000000001, -2.610000000000001]

def interpolate(X, Y, xval):
    for n, x in enumerate(X):
        if x > xval: break
    else: return None # xval > last x value
    if n == 0: return None # xval < first x value
    xa, xb = X[n-1], X[n] # get surrounding x values
    ya, yb = Y[n-1], Y[n] # get surrounding y values
    if xb == xa: return ya # 
    return ya + (xval - xa) * (yb - ya) / (xb - xa) # compute yval by interpolation

print(interpolate(X, Y, 0.25)) # --> 0.435 
print(interpolate(X, Y, 0.85)) # --> 0.975
print(interpolate(X, Y, 2.15)) # --> -0.3259999999999997
print(interpolate(X, Y, -1.0)) # --> None (out of bounds)
print(interpolate(X, Y, 3.33)) # --> None (out of bounds)

注意：当提供的xval不在x值范围内时，函数返回None

【讨论】：

【解决方案2】：

您可以像这样手动进行线性插值：

def get_y_val(p):
    lower_i = max(i for (i, v) in enumerate(x) if v<= p)
    upper_i = min(i for (i, v) in enumerate(x) if v>= p)
    d = x[upper_i] - x[lower_i]
    if d == 0:
        return y[lower_i]
    y_pt = y[lower_i] * (x[upper_i] - p) / d+ y[upper_i] * (p - 
    x[lower_i]) / d
    return y_pt

【讨论】：

好点。我没有意识到默认情况下 pyplot 使用线性插值，曲线对我来说看起来很平滑。但是当我再次尝试使用越来越少的点时，我发现它是线性插值。