Python 绘图示例及图形平滑、多项式拟合

绘图示例

Matplotlib 提供了一系列 example，找到一个你喜欢的图片，点击进去就有示例代码，非常简单也非常实用。

平滑或拟合示例

在绘制数据分析的图片时，常有数据不平滑或毛刺，
建议使用：

1. 使用 scipy's interp1d 进行插值，实现数据平滑

2. 使用高斯 filter 进行毛刺平滑

3. 使用 numpy polynomial 进行 fit 即多项式拟合

   # fit trend line demo
   coefs = np.polynomial.polynomial.polyfit(df_new_list_user_fluency['UnitIdx'],       
   df_new_list_user_fluency['F45_fluency'], 2)
   ffit = np.polynomial.polynomial.polyval(df_new_list_user_fluency['UnitIdx'], coefs)
   axes = plt.gca()
   axes.set_ylim([0, 100])
   axes.set_xlim([0, 65])
   plt.plot(df_new_list_user_fluency['UnitIdx'], ffit, 'r', label='fluency')
   plt.legend()
   plt.title("fitted_new_list_user_fluency")
   plt.show()
   

效果展示

二次拟合

如下是二次拟合效果：

image.png

image.png

高斯平滑

如下为 smooth graph line

image.png