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

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_ (\'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_ (\'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脚本之家。

收藏 打印