interpolate.splev 函数利用B样条和它的导数进行插值，interpolate.splev课展现二维曲线插值

最新推荐文章于 2025-04-24 13:13:38 发布

pms1888

最新推荐文章于 2025-04-24 13:13:38 发布

阅读量8.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： pythom

本文链接：https://blog.youkuaiyun.com/petermsh/article/details/78409870

pythom 专栏收录该内容

29 篇文章

订阅专栏

本文通过使用Scipy库中的`splprep`和`splev`函数，展示如何基于B样条进行参数曲线插值，并绘制插值后的二维曲线。通过对时间变量t的正弦和余弦函数操作，构造出圆形轨迹，再利用参数插值方法逼近原始轨迹。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#p100下半部分
#4.1.2scipy
#例子2 interpolate.splev 函数利用B样条和它的导数进行插值，interpolate.splev课展现二维曲线插值
import numpy as np
import matplotlib.pyplot as plt
import scipy as sp
from scipy.interpolate import splprep #增加该行

t=np.arange(0,2.5,.10)#0到2.5之间生成一个一维数组，差值0.10
x=np.sin(2*np.pi*t)
y=np.cos(2*np.pi*t)
tcktuples,uarray=sp.interpolate.splprep([x,y],s=0)
unew=np.arange(0,1.01,0.01)
splinevalues=sp.interpolate.splev(unew,tcktuples)

plt.figure(figsize=(10,10))
#plt.plot(x,y,'x',splinevalues[0],splinevalues[1],np.sin(2*np.pi*unew),np.cos(2*np.pi*unew),x,y,'b')
plt.plot(x,y,'x')#linear#圆--离散点
#plt.plot(splinevalues[0],splinevalues[1])#圆
#plt.plot(np.sin(2*np.pi*unew),np.cos(2*np.pi*unew))#圆
#plt.plot(np.sin(2*np.pi*unew))#线
#plt.plot(np.cos(2*np.pi*unew))#线
#plt.plot(x,y,'b')#多边形

plt.legend(['Linear','Cubic Spline','True'])
plt.axis([-1.25,1.25,-1.25,1.25])
plt.title('Parametric Spline Interpolation Curve')
plt.show()