Matplotlib တွင် ချောမွေ့သော မျဉ်းကွေးကို မည်သို့ဆွဲမည်နည်း။

မျဉ်းဂရပ်တစ်ခုအတွက် Matplotlib တွင် ချောမွေ့သောမျဉ်းကွေးတစ်ခုကို မကြာခဏ ရေးဆွဲလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် အောက်ပါ SciPy လုပ်ဆောင်ချက်များကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။

• scipy.interpolate.make_interp_spline()
• scipy.interpolate.Bspline()

ဤသင်ခန်းစာတွင် ဤလုပ်ဆောင်ချက်များကို လက်တွေ့အသုံးချနည်းကို ရှင်းပြထားသည်။

ဥပမာ- Matplotlib တွင် ချောမွေ့သောမျဉ်းကွေးတစ်ခုကို ပုံဖော်ခြင်း။

အောက်ပါကုဒ်သည် ဒေတာအစုတစ်ခုအတွက် ရိုးရှင်းသောမျဉ်းဇယားကို ဖန်တီးနည်းကို ပြသသည်-

 import numpy as np
import matplotlib.pyplot as plt

#create data
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([4, 9, 12, 30, 45, 88, 140, 230])

#create line chart
plt. plot (x,y)
plt. show ()

အရင်းခံဒေတာသည် ချောမွေ့သောမျဉ်းမလိုက်နာသောကြောင့် မျဉ်းဇယားသည် လုံး၀ချောမွေ့ခြင်းမရှိကြောင်း သတိပြုပါ။ ဤဒေတာအတွဲအတွက် ချောမွေ့သောမျဉ်းကွေးကို ဖန်တီးရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

 from scipy.interpolate import make_interp_spline, BSpline

#createdata
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([4, 9, 12, 30, 45, 88, 140, 230])

#define x as 200 equally spaced values between the min and max of original x 
xnew = np. linspace ( x.min (), x.max (), 200 ) 

#define spline
spl = make_interp_spline (x, y, k= 3 )
y_smooth = spl (xnew)

#create smooth line chart 
plt. plot (xnew, y_smooth)
plt. show ()

k argument အတွက် သင်အသုံးပြုသည့် degree ပိုမြင့်လေ၊ “ wavy” မျဉ်းကွေး ပိုများလာမည်ကို သတိပြုပါ။ ဥပမာအားဖြင့်၊ အောက်ပါဂရပ်ကို k=7 ဖြင့် သုံးသပ်ပါ။

 from scipy.interpolate import make_interp_spline, BSpline

#createdata
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([4, 9, 12, 30, 45, 88, 140, 230])

#define x as 200 equally spaced values between the min and max of original x 
xnew = np. linspace ( x.min (), x.max (), 200 ) 

#define spline with degree k=7
spl = make_interp_spline (x, y, k= 7 )
y_smooth = spl (xnew)

#create smooth line chart 
plt. plot (xnew, y_smooth)
plt. show () 

မျဉ်းကြောင်းကို သင်မည်ကဲ့သို့ ကွေးကောက်စေလိုသောအပေါ်မူတည်၍ k တန်ဖိုးကို ပြောင်းလဲနိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

Matplotlib ကွက်များတွင် ဂရစ်လိုင်းများပြသနည်း
Matplotlib ကွက်များမှ tick များကိုမည်သို့ဖယ်ရှားနည်း
လော့ဂရစ်သမ်စကေးများဖြင့် Matplotlib ကွက်များကို ဖန်တီးနည်း