如何在不排序x数组的情况下使用make_interp_spline进行曲线插值？

make_interp_spline的底层实现依赖严格单调且无重复的x数组，这是硬性要求，无法直接绕过。以下两种方案可以解决你的问题：

方案一：处理数据后继续使用make_interp_spline #

如果你的需求是基于x的单值函数（每个x对应唯一y），需要先清理x数组的重复值，再排序：

1. 去重并处理重复x对应的y：对相同x的y值取均值、中位数，或保留第一个/最后一个值（根据业务需求选择）
2. 排序：将去重后的x和对应的y按x排序，满足make_interp_spline的输入要求

示例代码：

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

x = np.array([-31,-30,-30,-32,-36,-39])
y = np.array([60,62,64,65,64,64])

# 处理重复x：对相同x的y取均值
unique_x, indices = np.unique(x, return_inverse=True)
mean_y = np.bincount(indices, weights=y) / np.bincount(indices)

# 按x排序
sorted_idx = np.argsort(unique_x)
sorted_x = unique_x[sorted_idx]
sorted_y = mean_y[sorted_idx]

# 生成平滑曲线
X_Y_Spline = make_interp_spline(sorted_x, sorted_y)
X_ = np.linspace(sorted_x.min(), sorted_x.max(), 500)
Y_ = X_Y_Spline(X_)

# 绘图
plt.plot(x, y, 'o', label='原始点')
plt.plot(X_, Y_, label='平滑曲线')
plt.legend()
plt.show()

方案二：使用参数化样条插值（无需排序x） #

如果只是要绘制经过原始点的平滑曲线（不要求x是函数的自变量），可以用splprep做参数化插值。它将曲线视为参数t的函数，不要求x有序或无重复：

示例代码：

from scipy.interpolate import splprep, splev
import numpy as np
import matplotlib.pyplot as plt

x = np.array([-31,-30,-30,-32,-36,-39])
y = np.array([60,62,64,65,64,64])

# 参数化拟合，s=0表示严格经过所有点，调大s可增加平滑度
tck, u = splprep([x, y], s=0)

# 生成更多采样点
u_new = np.linspace(u.min(), u.max(), 500)
x_new, y_new = splev(u_new, tck)

# 绘图
plt.plot(x, y, 'o', label='原始点')
plt.plot(x_new, y_new, label='平滑曲线')
plt.legend()
plt.show()

注意事项 #

• 如果你的场景要求x作为自变量（即每个x对应唯一y值），必须选择方案一，因为函数的定义不允许x重复或无序
• 方案二适合绘制路径类曲线，不关注x是否为单值自变量的场景

内容的提问来源于stack exchange，提问作者wabash