python 判断两条曲线的相似性的代码

以下是一份基于Python编写的判断两条曲线相似性的代码示例，可能需要根据具体情况进行修改和优化：

import numpy as np
import matplotlib.pyplot as plt

def compare_curves(curve1, curve2):
    """
    判断两条曲线的相似性，返回相似度评分
    :param curve1: 第一条曲线，格式为 (x1, y1)
    :param curve2: 第二条曲线，格式为 (x2, y2)
    :return: 相似度评分，范围为 [0, 1]，0 表示完全不相似，1 表示完全相同
    """
    # 将两条曲线看做是一系列点的集合，这里假设两条曲线的点数相同
    x1, y1 = curve1
    x2, y2 = curve2
    
    # 计算两个曲线的欧几里得距离
    euclidean_dist = np.linalg.norm(np.array([x1, y1]) - np.array([x2, y2])) 
    
    # 对于两条曲线的每个点，分别计算横轴和纵轴上的偏差率，并取平均值
    # 这里的偏差率等于两条曲线在该点处的数值差除以两条曲线的数值和的平均值
    relative_deviation = np.mean(np.abs((y1 - y2) / ((y1 + y2) / 2))) + np.mean(np.abs((x1 - x2) / ((x1 + x2) / 2)))
    
    # 计算两个曲线的相似度评分，这里使用一个简单的线性组合，也可以根据具体情况调整权重
    similarity_score = 1 - 0.5 * euclidean_dist - 0.5 * relative_deviation
    return similarity_score
    
# 示例用法
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.sin(x + 0.1) + np.random.normal(0, 0.1, size=len(x)) # 添加噪声以模拟不完全相同的曲线
score = compare_curves((x, y1), (x, y2))
print("相似度评分：", score)
plt.plot(x, y1, label="curve1")
plt.plot(x, y2, label="curve2")
plt.legend()
plt.show()