为在 y 轴上上升的点插值平滑路径答案

【问题标题】：Interpolating a smooth path for points ascending in the y-axis为在 y 轴上上升的点插值平滑路径
【发布时间】：2020-03-13 16:20:03
【问题描述】：

这里的目标是生成通过点的平滑路径。路径不一定要经过所有点，但必须接近点上的线性插值。

我尝试过使用三次插值，但在某些情况下，比如这里的“坏情况”，插值路径与原始点的偏差很大。这里的图像显示了一个好案例和一个坏案例。目标是为看起来总是好的路径生成点。在这些情况下，这里使用 Scipys interpolate scipy.interpolate.interp1d(y, x, kind='cubic', assume_sorted=True) 为路径插入 2100 个点这些点被排序为具有升序的 y 值。插值在 y 轴上完成。为这两种情况插值的点如下：

Good case
23.204308,-150.612090
14.039986,-149.129036
5.546616,-144.278745
-1.650596,-137.243629
-6.973690,-126.542852
-8.825059,-114.238668
-9.050130,-100.383011
-8.133504,-67.950063
-7.382615,-48.586878
-5.116275,-29.257957
4.157739,-14.768362
13.102034,-7.162435
22.090450,-3.862909 
    Bad case
    23.670263,-147.947479
    14.505940,-146.464425
    6.012571,-141.614133
    -1.184641,-134.579017
    -6.507735,-123.878240
    -8.359104,-111.574057
    -8.584175,-97.718399
    -7.667549,-65.285451
    -6.916660,-45.922266
    -4.650320,-26.593345
    4.623694,-12.103750
    13.567988,-4.497823
    22.598071,-3.951675

对于这些情况，还有哪些其他曲线拟合或插值方法可用于生成平滑的点路径？

Akima 和 pchip 都按照@ev-er 的建议解决了这个问题。 Akima 和 pchip 的结果显示在所附图像中。

【问题讨论】：

如果您将每个数据集分成两个部分，并使用一个共享点进行重叠，您也许可以使用“二次”进行插值。

标签： python scipy interpolation curve-fitting

【解决方案1】：

看起来像是来自 scipy.interpolate 的 pchip 或 Akima1DInterpolator 的案例

【讨论】：