matplotlib.pyplot如何让折线显得平滑

可以使用平滑曲线拟合算法，如样条插值法（spline interpolation）、局部加权回归（Locally Weighted Regression，LWR）等。这些算法可以通过SciPy库中的interpolate模块来实现。具体步骤如下：

1. 导入必要的库

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

2. 准备数据

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

3. 使用样条插值法生成平滑曲线

x_new = np.linspace(x.min(), x.max(), 300)
spl = make_interp_spline(x, y, k=3)
y_smooth = spl(x_new)

其中，`k`参数表示样条插值函数的阶数，一般取3或4。

4. 绘制原始数据和平滑曲线

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_smooth, label='平滑曲线')
plt.legend()
plt.show()

完整代码如下：

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

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

x_new = np.linspace(x.min(), x.max(), 300)
spl = make_interp_spline(x, y, k=3)
y_smooth = spl(x_new)

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_smooth, label='平滑曲线')
plt.legend()
plt.show()

运行结果如下：