matplotlib：如何将崎岖的折线图画成光滑的曲线图

诸神缄默不语-个人优快云博文目录

我例子是用jupyter notebook写的，为了正常显示图片，尤其是正常显示中文，需要先：

%matplotlib inline
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

数据是：

import random
acc1=[random.uniform(0.5,0.6) for _ in range(10)]
acc2=[random.uniform(0.4,0.5) for _ in range(10)]

1. 绘制原始折线图

示例图：

代码：

plt.title('示例图片：模拟模型双accuracy绘图')
plt.plot(acc1, label="训练集acc")
plt.plot(acc2, label="验证集acc")
plt.legend()
plt.show()
plt.close()

2. 通过插值绘制光滑的曲线图

示例图：

插值一般用的是SciPy的包：https://docs.scipy.org/doc/scipy-1.15.0/reference/interpolate.html
可以根据你的数据的具体模式来选择插值算法，在这里我用的是https://docs.scipy.org/doc/scipy-1.15.0/reference/generated/scipy.interpolate.make_interp_spline.html，根据给定的点绘制出曲线B样条，然后用这个B样条就可以生成足够多的数据，使得折线图显得足够光滑，以至于像一条曲线图。
至于“什么是B样条”这个问题，我也没看懂什么是B样条，我只能说，反正能用。

代码：

import numpy as np
from scipy.interpolate import make_interp_spline

plt.title('示例图片：插值后 - 模拟模型双accuracy绘图')

acc1_interpolate_function=make_interp_spline(x=list(range(10)),y=acc1)
acc1_interpolated=acc1_interpolate_function(np.arange(0,9,0.1).tolist())
plt.plot(acc1_interpolated, label="训练集acc")

acc2_interpolate_function=make_interp_spline(x=list(range(10)),y=acc2)
acc2_interpolated=acc2_interpolate_function(np.arange(0,9,0.1).tolist())
plt.plot(acc2_interpolated, label="验证集acc")
plt.legend()
plt.show()
plt.close()