虽然不完全相同（？），但您的问题与此类似，因此相同的答案可能会很有用。您可以尝试单调插值器。该PchipInterpolator类（您可以通过它的短别名参考
pchip）中
scipy.interpolate都可以使用。这是脚本的一个版本，
pchip其中包含使用include创建的曲线：
import numpy as npfrom scipy.interpolate import interp1d, pchipimport matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(1,1,1)ax.spines['left'].set_position('zero')ax.spines['right'].set_color('none')ax.spines['bottom'].set_position('zero')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.yaxis.set_ticks_position('left')list_points = [(-3,0.1),(-2,0.15),(0,4),(2,-6),(4,-2),(7,-0.15),(8,-0.1)](xp,yp) = zip(*list_points)fun = interp1d(xp,yp,kind='cubic')xc = np.linspace(min(xp),max(xp),300)plt.plot(xp,yp,'o',color='black',ms=5)plt.plot(xc,fun(xc))fun2 = interp1d(xp,yp,kind='linear')plt.plot(xc,fun2(xc))p = pchip(xp, yp)plt.plot(xc, p(xc), 'r', linewidth=3, alpha=0.6)plt.show()它生成的图如下所示。
- 黑点：原始数据
- 绿线：线性插值
- 蓝线：三次样条插值
- 红线：pchip插值
