Trace uma linha suave com PyPlot

Eu tenho o seguinte script simples que traça um gráfico:

import matplotlib.pyplot as plt
import numpy as np

T = np.array([6, 7, 8, 9, 10, 11, 12])
power = np.array([1.53E+03, 5.92E+02, 2.04E+02, 7.24E+01, 2.72E+01, 1.10E+01, 4.70E+00])

plt.plot(T,power)
plt.show()

Do jeito que está agora, a linha vai direto de um ponto a outro, o que parece bom, mas poderia ser melhor na minha opinião. O que eu quero é suavizar a linha entre os pontos. No Gnuplot, eu teria planejado smooth cplines.

Existe uma maneira fácil de fazer isso no PyPlot? Encontrei alguns tutoriais, mas todos parecem bastante complexos.

Você pode usar scipy.interpolate.splinepara suavizar seus dados sozinho:

from scipy.interpolate import spline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300)  

power_smooth = spline(T, power, xnew)

plt.plot(xnew,power_smooth)
plt.show()

spline está obsoleto no scipy 0.19.0; em vez disso, use a classe BSpline.

Mudar de splinepara BSplinenão é uma tarefa simples de copiar / colar e requer alguns ajustes:

from scipy.interpolate import make_interp_spline, BSpline

# 300 represents number of points to make between T.min and T.max
xnew = np.linspace(T.min(), T.max(), 300) 

spl = make_interp_spline(T, power, k=3)  # type: BSpline
power_smooth = spl(xnew)

plt.plot(xnew, power_smooth)
plt.show()

Antes:

Depois de:

Para este exemplo, o spline funciona bem, mas se a função não é inerentemente suave e você deseja ter uma versão suavizada, você também pode tentar:

from scipy.ndimage.filters import gaussian_filter1d

ysmoothed = gaussian_filter1d(y, sigma=2)
plt.plot(x, ysmoothed)
plt.show()

se você aumentar o sigma, poderá obter uma função mais suavizada.

Prossiga com cuidado com este. Ele modifica os valores originais e pode não ser o que você deseja.

Presumo que você queira dizer ajuste de curva e não anti-aliasing do contexto de sua pergunta. PyPlot não tem nenhum suporte embutido para isso, mas você pode facilmente implementar alguns ajustes básicos de curva por conta própria, como o código visto aqui , ou se você estiver usando GuiQwt, ele tem um módulo de ajuste de curva . (Você provavelmente também pode roubar o código do SciPy para fazer isso).

Veja a scipy.interpolatedocumentação para alguns exemplos.

O exemplo a seguir demonstra seu uso, para interpolação linear e cúbica de spline:

>>> from scipy.interpolate import interp1d

>>> x = np.linspace(0, 10, num=11, endpoint=True)
>>> y = np.cos(-x**2/9.0)
>>> f = interp1d(x, y)
>>> f2 = interp1d(x, y, kind='cubic')

>>> xnew = np.linspace(0, 10, num=41, endpoint=True)
>>> import matplotlib.pyplot as plt
>>> plt.plot(x, y, 'o', xnew, f(xnew), '-', xnew, f2(xnew), '--')
>>> plt.legend(['data', 'linear', 'cubic'], loc='best')
>>> plt.show()