使用 scipy 插值闭合曲线

Question

我正在编写一个 python 脚本来用样条线插入一组给定的点。这些点由它们的[x, y] 坐标定义。

我尝试使用此代码：

x = np.array([23, 24, 24, 25, 25])
y = np.array([13, 12, 13, 12, 13])
tck, u = scipy.interpolate.splprep([x,y], s=0)
unew = np.arange(0, 1.00, 0.005)
out = scipy.interpolate.splev(unew, tck) 

这给了我这样的曲线：

但是，我需要有一条平滑的闭合曲线——上图中某个点的导数显然不一样。 我怎样才能做到这一点？

Answer 1

你的闭合路径可以看成是一条参数曲线，x=f(u), y=g(u) 其中u是沿曲线的距离，以区间 [0, 1) 为界。您可以使用scipy.interpolate.splprep 和per=True 将x 和y 点视为周期性点，然后使用scipy.interpolate.splev 评估拟合样条曲线：

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

x = np.array([23, 24, 24, 25, 25])
y = np.array([13, 12, 13, 12, 13])

# append the starting x,y coordinates
x = np.r_[x, x[0]]
y = np.r_[y, y[0]]

# fit splines to x=f(u) and y=g(u), treating both as periodic. also note that s=0
# is needed in order to force the spline fit to pass through all the input points.
tck, u = interpolate.splprep([x, y], s=0, per=True)

# evaluate the spline fits for 1000 evenly spaced distance values
xi, yi = interpolate.splev(np.linspace(0, 1, 1000), tck)

# plot the result
fig, ax = plt.subplots(1, 1)
ax.plot(x, y, 'or')
ax.plot(xi, yi, '-b')