带样条+日期时间对象的平滑线不起作用

我一直在努力让情节更加流畅，就像完成的一样here，但我的 X 是与 linspace 不兼容的日期时间对象。

我将 X 转换为 matplotlib 日期：

Xnew = matplotlib.dates.date2num(X)
X_smooth = np.linspace(Xnew.min(), Xnew.max(), 10)
Y_smooth = spline(Xnew, Y, X_smooth)

但后来我得到了一个空图，因为我的 Y_smooth 是

[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. ]

由于某种未知的原因。

我怎样才能做到这一点？

EDIT

这是我打印变量时得到的结果，我没有看到任何异常：

X : [datetime.date(2016, 7, 31), datetime.date(2016, 7, 30), datetime.date(2016, 7, 29)]
X new: [ 736176.  736175.  736174.]
X new max: 736176.0
X new min: 736174.0
XSMOOTH [ 736174.          736174.22222222  736174.44444444  736174.66666667
  736174.88888889  736175.11111111  736175.33333333  736175.55555556
  736175.77777778  736176.        ]
Y [711.74, 730.0, 698.0]
YSMOOTH [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

Your X值被颠倒，scipy.interpolate.spline要求自变量单调递增，并且不推荐使用此方法 - 使用interp1d相反（见下文）。

>>> from scipy.interpolate import spline
>>> import numpy as np
>>> X = [736176.0, 736175.0, 736174.0]  # <-- your original X is decreasing
>>> Y = [711.74, 730.0, 698.0]
>>> Xsmooth = np.linspace(736174.0, 736176.0, 10)
>>> spline(X, Y, Xsmooth)
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

reverse X and Y首先，它有效

>>> spline(
...     list(reversed(X)),  # <-- reverse order of X so also
...     list(reversed(Y)),  # <-- reverse order of Y to match
...     Xsmooth
... )
array([  698.        ,   262.18297973,   159.33767533,   293.62017489,
         569.18656683,   890.19293934,  1160.79538066,  1285.149979  ,
        1167.41282274,   711.74      ])

请注意，许多样条插值方法需要X单调递增：

• UnivariateSpline

x : (N,) 类数组- 独立输入数据的一维数组。一定会增加。

• InterpolatedUnivariateSpline

x : (N,) 类数组- 数据点的输入维度 – 必须递增

默认顺序为scipy.interpolate.spline是立方的。由于只有 3 个数据点，三次样条之间存在很大差异 (order=3）和二次样条（order=2）。下图显示了不同阶样条之间的差异；注：100分用于smooth拟合曲线more.

的文档scipy.interpolate.spline含糊不清，表明它可能不受支持。例如，它没有列在scipy.interpolate主页或在插值教程. The 来源spline显示它实际上调用了spleval and splmake列在下面附加工具 as:

现有功能是为了向后兼容（不应在新代码中使用).

我会跟随板球_007的建议和使用interp1d。这是当前建议的方法，它有很好的文档记录教程中的详细示例和 API，它允许自变量默认不排序（任何顺序）（参见assume_sortedAPI 中的参数）。

>>> from scipy.interpolate import interp1d
>>> f = interp1d(X, Y, kind='quadratic')
>>> f(Xsmooth)
array([ 711.74      ,  720.14123457,  726.06049383,  729.49777778,
        730.45308642,  728.92641975,  724.91777778,  718.4271605 ,
        709.4545679 ,  698.        ])

如果数据排名不足，它也会引发错误。

>>> f = interp1d(X, Y, kind='cubic')

ValueError：x 和 y 数组必须至少有 4 个条目