在您的特定情況下，您還可以嘗試將np.linspace函數的最后一個參數更改為較小的數字np.linspace(x[0], x[-1], 10)。

演示代碼：import matplotlib.pyplot as plt

import numpy as np

from scipy import interpolate

data = np.random.rand(100,2)

tempx = list(data[:, 0])

tempy = list(data[:, 1])

x = np.array(sorted([point*10 + tempx.index(point) for point in tempx]))

y = np.array([point*10 + tempy.index(point) for point in tempy])

x_int = np.linspace(x[0], x[-1], 10)

tck = interpolate.splrep(x, y, k = 3, s = 1)

y_int = interpolate.splev(x_int, tck, der = 0)

fig = plt.figure(figsize = (5.15,5.15))

plt.subplot(111)

plt.plot(x, y, marker = 'o', linestyle='')

plt.plot(x_int, y_int, linestyle = '-', linewidth = 0.75, color='k')

plt.xlabel("X")

plt.ylabel("Y")

plt.show()

你也可以用熊貓的滾動平均值來平滑數據：import pandas as pd

data = [...(your data here)...]

smoothendData = pd.rolling_mean(data,5)

滾動平均的第二個參數是移動平均(滾動平均)周期。也可以將數據“data.reverse”反轉，以這種方式獲取數據的滾動平均值，并將其與前向滾動平均值組合。另一種選擇是指數加權移動平均：

Pandas: Exponential smoothing function for column

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的python使曲线变得平滑_如何在Python中平滑数据？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。