グラフをプロットする次の簡単なスクリプトがあります。
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()
今のように、線はポイントからポイントへとまっすぐに進み、問題ないように見えますが、私の意見ではもっと良いかもしれません。私が欲しいのは、ポイント間の線を滑らかにすることです。gnuplotでは。でプロットしsmooth cplinesます。
PyPlotでこれを行う簡単な方法はありますか？いくつかのチュートリアルを見つけましたが、それらはすべてかなり複雑に見えます。
scipy.interpolate.spline自分でデータを滑らかにするために使用できます。
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 は scipy 0.19.0 で廃止されました。代わりに BSpline クラスを使用してください。
splineからへの切り替えBSplineは単純なコピー/貼り付けではなく、少し調整が必要です。
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()
前：
後：
あなたの質問の文脈から、アンチエイリアシングではなく、カーブフィッティングを意味していると思います。PyPlot にはこれに対するビルトイン サポートはありませんが、ここで見られるコードのように、基本的なカーブ フィッティングを自分で簡単に実装できます。または、GuiQwt を使用している場合は、カーブ フィッティングモジュールがあります。(おそらく、これを行うためにSciPyからコードを盗むこともできます)。
私が見つけた最も簡単な実装の 1 つは、Tensorboard が使用する指数移動平均を使用することでした。
def smooth(scalars: List[float], weight: float) -> List[float]: # Weight between 0 and 1
last = scalars[0] # First value in the plot (first timestep)
smoothed = list()
for point in scalars:
smoothed_val = last * weight + (1 - weight) * point # Calculate smoothed value
smoothed.append(smoothed_val) # Save it
last = smoothed_val # Anchor the last smoothed value
return smoothed
ax.plot(x_labels, smooth(train_data, .9), x_labels, train_data)
