使用scipy插值闭合曲线

Question

我正在写一个python脚本来插入一些给定的样条点。点由它们的[x, y]坐标定义。

我试图用这个代码：

x = np.array([23, 24, 24, 25, 25]) 
y = np.array([13, 12, 13, 12, 13]) 
tck, u = scipy.interpolate.splprep([x,y], s=0) 
unew = np.arange(0, 1.00, 0.005) 
out = scipy.interpolate.splev(unew, tck) 

，给了我这样一个曲线：

不过，我需要有一个平滑的闭合曲线 - 在上面的图片其中一个点的衍生物显然不相同。 我该如何做到这一点？

Answer 1

你的闭合路径可以被认为是一个参数曲线，X = F（U），Y =克（U）其中Ú是沿曲线的距离，有界上的间隔[0， 1）。您可以使用scipy.interpolate.splprep与per=True对待你x和y点作为周期，然后评估使用scipy.interpolate.splev拟合样条曲线：

import numpy as np 
from scipy import interpolate 
from matplotlib import pyplot as plt 

x = np.array([23, 24, 24, 25, 25]) 
y = np.array([13, 12, 13, 12, 13]) 

# append the starting x,y coordinates 
x = np.r_[x, x[0]] 
y = np.r_[y, y[0]] 

# fit splines to x=f(u) and y=g(u), treating both as periodic. also note that s=0 
# is needed in order to force the spline fit to pass through all the input points. 
tck, u = interpolate.splprep([x, y], s=0, per=True) 

# evaluate the spline fits for 1000 evenly spaced distance values 
xi, yi = interpolate.splev(np.linspace(0, 1, 1000), tck) 

# plot the result 
fig, ax = plt.subplots(1, 1) 
ax.plot(x, y, 'or') 
ax.plot(xi, yi, '-b')