所以我在这个问题上纠缠了一段时间。我想知道如何使用不同的方法,如pchip或三次样条插值在semilogx图。到目前为止,这是我的代码。你知道吗
from scipy.interpolate import PchipInterpolator
import numpy as np
import matplotlib.pyplot as plt
data = [[0.425, 100],
[0.18, 96],
[0.090, 85],
[0.075, 80],
[0.04, 59],
[0.02, 39],
[0.01, 26],
[0.005, 15],
[0.0015, 8]]
data = np.array(data)
x = data[:, 0]
y = data[:, 1]
x = np.flip(x)
y = np.flip(y)
interp_obj = PchipInterpolator(x, y)
new_x_vals = np.arange(0.0015, 0.42501, 0.0001)
new_y_vals = interp_obj(new_x_vals)
plt.semilogx(new_x_vals, new_y_vals)
plt.xlabel("Particle Diameter (mm) - Log Scale")
plt.ylabel("Percent Finer")
plt.show()
似乎这并不像它应该的那样顺利。我应该在插值之前转换数据吗?你知道吗
是的,当然!你必须确保样本是对数间隔的。对数轴上线性间隔的样本在绘图的右侧挤在一起,在左侧分开。你知道吗
此外,我认为log-x-plot使三次插值在对数空间中看起来是线性的,这就是你实际观察到的效果。你知道吗
如果在插值之前对x值进行对数变换
结果如下:
相关问题 更多 >
编程相关推荐