Python散点图连接成光滑曲线的技巧

Python是一种功能强大的编程语言，广泛用于数据科学、机器学习、Web开发和自动化等领域。在数据可视化中，散点图是一种非常重要的图表类型，用于显示两个变量之间的关系。然而，有时散点图可能过于分散，难以直观地看出趋势。为了解决这个问题，我们可以使用Python的一些函数来将散点图连接成光滑曲线。

利用Numpy和Scipy中的函数

Numpy和Scipy是Python中常用的科学计算和数据分析库。它们提供了许多用于数值计算和线性代数的函数，其中包括将散点图连接成光滑曲线的函数。

使用polyfit函数

polyfit函数可以拟合一个N次多项式到散点图中的数据。通过调整拟合曲线的次数，我们可以获取更高或更低的预测精度。下面是一个使用polyfit函数将散点图转换为光滑曲线的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机的散点图数据
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.rand(100) * 0.2

# 拟合曲线
p = np.polyfit(x, y, 4)
yfit = np.polyval(p, x)

# 绘图
plt.plot(x, y, 'o')
plt.plot(x, yfit, '-')
plt.show()

上述代码会生成下面这幅图：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gs95VajC-1685995791289)(null)]

使用spline函数

spline函数可以插值生成光滑曲线。它采用源自三次样条（cubic spline）的数学方法，可通过控制插值节点的数量和样式来控制曲线的平滑程度。下面是一个使用spline函数将散点图转换为光滑曲线的示例代码：

from scipy.interpolate import spline

# 生成随机的散点图数据
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.rand(100) * 0.2

# 插值生成光滑曲线
xnew = np.linspace(0, 10, 300)
ynew = spline(x, y, xnew)

# 绘图
plt.plot(x, y, 'o')
plt.plot(xnew, ynew, '-')
plt.show()

上述代码会生成下面这幅图：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kFeafPqo-1685995791267)(null)]

利用Python的其他库

除了Numpy和Scipy外，Python还有许多其他数据可视化和科学计算库提供了将散点图转换为光滑曲线的方法，有些是通过实现更高级的算法来逼近散点图数据的真实形态，有些则是基于插值法实现的。

使用Pandas中的rolling函数

如果你正在使用Pandas来处理数据，那么rolling函数就是一个被广泛使用的函数之一。该函数可以通过滑动窗口的方式对数据进行平滑化处理。下面是一个使用rolling函数将散点图转换为光滑曲线的示例代码：

import pandas as pd

# 生成随机的散点图数据
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.rand(100) * 0.2

# 使用rolling函数进行平滑化处理
df = pd.DataFrame(y, index=x)
rolling_avg = df.rolling(window=10).mean()

# 绘图
plt.plot(x, y, 'o')
plt.plot(rolling_avg.index, rolling_avg[0], '-')
plt.show()

上述代码会生成下面这幅图：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9s4k9wZ9-1685995790412)(null)]

使用Seaborn中的regplot函数

如果你正在处理的是较大的数据集，并且想要生成一张同时包含散点图和拟合曲线的图表时，Seaborn的regplot函数可以帮助你实现。该函数通过对数据进行线性拟合，并绘制出拟合曲线，从而实现散点图转换为光滑曲线的效果。下面是一个使用regplot函数将散点图转换为光滑曲线的示例代码：

import seaborn as sns

# 生成随机的散点图数据
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.rand(100) * 0.2

# 绘图
sns.regplot(x=x, y=y, order=5)
plt.show()

上述代码会生成下面这幅图：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hPPigDu2-1685995790434)(null)]

结论

在数据可视化中，散点图是非常常见的图表类型。由于数据点之间的距离可能相对较远，因此有时候非常难以分辨这些点之间的趋势。为了解决这个问题，我们可以使用Python的一些函数将散点图转换为光滑曲线。在这篇文章中，我们介绍了一些常用的实现方法，包括polyfit函数、spline函数、rolling函数和regplot函数。这些方法基于不同的算法实现，因此选择适合的方法主要取决于你所处理的数据集。

最后的最后

本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。

对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。

🧡AI职场汇报智能办公文案写作效率提升教程 🧡 专注于AI+职场+办公方向。
下图是课程的整体大纲


下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具

🚀 优质教程分享 🚀

• 🎄可以学习更多的关于人工只能/Python的相关内容哦！直接点击下面颜色字体就可以跳转啦！

学习路线指引（点击解锁）	知识定位	人群定位
🧡 AI职场汇报智能办公文案写作效率提升教程 🧡	进阶级	本课程是AI+职场+办公的完美结合，通过ChatGPT文本创作，一键生成办公文案，结合AI智能写作，轻松搞定多场景文案写作。智能美化PPT,用AI为职场汇报加速。AI神器联动，十倍提升视频创作效率
💛Python量化交易实战 💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。