利用interpolate模块做插值，练习最近邻插值算法、阶梯插值、线性插值、B样条曲线插值算法的应用。

最近邻插值算法：

import numpy as np
from scipy import interpolate

# 创建原始数据
x = np.arange(0, 10, 1)
y = np.sin(x)

# 定义插值函数
f = interpolate.interp1d(x, y, kind='nearest')

# 生成插值数据
x_new = np.arange(0, 9, 0.1)
y_new = f(x_new)

# 绘制原始数据和插值数据
import matplotlib.pyplot as plt

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_new, '-', label='最近邻插值')
plt.legend()
plt.show()

阶梯插值算法：

import numpy as np
from scipy import interpolate

# 创建原始数据
x = np.arange(0, 10, 1)
y = np.sin(x)

# 定义插值函数
f = interpolate.interp1d(x, y, kind='zero')

# 生成插值数据
x_new = np.arange(0, 9, 0.1)
y_new = f(x_new)

# 绘制原始数据和插值数据
import matplotlib.pyplot as plt

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_new, '-', label='阶梯插值')
plt.legend()
plt.show()

线性插值算法：

import numpy as np
from scipy import interpolate

# 创建原始数据
x = np.arange(0, 10, 1)
y = np.sin(x)

# 定义插值函数
f = interpolate.interp1d(x, y, kind='linear')

# 生成插值数据
x_new = np.arange(0, 9, 0.1)
y_new = f(x_new)

# 绘制原始数据和插值数据
import matplotlib.pyplot as plt

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_new, '-', label='线性插值')
plt.legend()
plt.show()

B样条曲线插值算法：

import numpy as np
from scipy import interpolate

# 创建原始数据
x = np.arange(0, 10, 1)
y = np.sin(x)

# 定义插值函数
f = interpolate.interp1d(x, y, kind='cubic')

# 生成插值数据
x_new = np.arange(0, 9, 0.1)
y_new = f(x_new)

# 绘制原始数据和插值数据
import matplotlib.pyplot as plt

plt.plot(x, y, 'o', label='原始数据')
plt.plot(x_new, y_new, '-', label='B样条曲线插值')
plt.legend()
plt.show()