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 np
import pandas as pd
import 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/lucinda*/article/details/80421015