本文实例为大家分享了python样条插值的具体实现代码，供大家参考，具体内容如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
import numpy as npimport pandas as pdimport matplotlib.pyplot as plt plt.rcparams['font.sans-serif']=['simhei'] #用来正常显示中文标签plt.rcparams['axes.unicode_minus']=false #用来正常显示负号 #导入数据data1=pd.read_csv('data1.csv',encoding='gbk') #数据准备x=data1.index #定义数据点y=data1['沪深300'].values #定义数据点x=np.arange(0,len(data1),0.15) #定义观测点 #进行样条差值import scipy.interpolate as spi #进行一阶样条差值ipo1=spi.splrep(x,y,k=1) #源数据点导入，生成参数iy1=spi.splev(x,ipo1) #根据观测点和样条参数，生成插值 #进行三次样条拟合ipo3=spi.splrep(x,y,k=3) #源数据点导入，生成参数iy3=spi.splev(x,ipo3) #根据观测点和样条参数，生成插值 ##作图fig,(ax1,ax2)=plt.subplots(2,1,figsize=(10,12))ax1.plot(x,y,label='沪深300')ax1.plot(x,iy1,'r.',label='插值点')ax1.set_ylim(y.min()-10,y.max()+10)ax1.set_ylabel('指数')ax1.set_title('线性插值')ax1.legend()ax2.plot(x,y,label='沪深300')ax2.plot(x,iy3,'b.',label='插值点')ax2.set_ylim(y.min()-10,y.max()+10)ax2.set_ylabel('指数')ax2.set_title('三次样条插值')ax2.legend() |
基于《python 与量化投资 从基础到实战》的内容练习
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/lucindawuyi/article/details/80421015
