matplotlib绘制平滑曲线

在Python的matplotlib库中，绘制平滑曲线通常需要对数据进行插值处理，以便得到更平滑的线条。你可以使用`interpolate()`函数或者Pandas库提供的`resample`和`rolling`功能来实现这个目的。以下是基本步骤：

1. 导入所需模块：首先导入`numpy`、`pandas`和`matplotlib.pyplot`。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2. 准备数据：创建一个包含你需要平滑的数据序列。

x = np.linspace(0, 10, 100)  # 生成从0到10的等差数组，共100个点
y_noisy = np.sin(x) + np.random.normal(0, 0.5, len(x))  # 添加噪声

3. 数据预处理：使用Pandas的`rolling`或`resample`对数据进行平滑处理。

# 使用rolling平均窗口对数据进行平滑
y_smoothed_rolling = y_noisy.rolling(window=10).mean()  # 窗口大小可以根据需求调整

# 或者使用线性插值
from scipy.interpolate import interp1d
f_interpolator = interp1d(x, y_noisy)
x_new = np.linspace(x.min(), x.max(), 200)  # 创建新的均匀分布的x轴
y_smoothed_interp = f_interpolator(x_new)

4. 绘制曲线：最后，使用matplotlib将原始数据和平滑后的数据分别绘制出来。

plt.plot(x, y_noisy, label='Original Data')
plt.plot(x_new, y_smoothed_rolling, label='Smoothed with Rolling Mean', linestyle='-')
plt.plot(x_new, y_smoothed_interp, label='Smoothed with Linear Interpolation', linestyle='--')

plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.show()