如何用平滑曲线连接近似沿圆周分布的12个离散点？

你之前拆分上下半圆插值出现过冲，核心问题是将x作为唯一自变量做插值，不适配圆周分布的点（同一个x对应两个y值），且拼接处导数不连续、边界条件设置不合理。推荐以下两种无过冲的实现方案：
注意需要先保证12个点是按顺时针或逆时针的圆周顺序排列的，不要打乱顺序

方案1：参数化周期保形插值（优先推荐，适配所有有序闭合曲线） #

不需要转换坐标，给每个点分配单调递增的参数t，分别对t→x、t→y做插值，设置周期边界保证闭合处导数连续，优先选用Akima样条或保形三次样条（PCHIP），天生低过冲。

Python实现（依赖scipy） #

import numpy as np
from scipy.interpolate import CubicSpline, Akima1DInterpolator

# 替换为你自己的12个有序点
points = np.array([
    [1,0], [np.sqrt(3)/2, 0.5], [0.5, np.sqrt(3)/2], [0,1],
    [-0.5, np.sqrt(3)/2], [-np.sqrt(3)/2, 0.5], [-1,0], [-np.sqrt(3)/2, -0.5],
    [-0.5, -np.sqrt(3)/2], [0,-1], [0.5, -np.sqrt(3)/2], [np.sqrt(3)/2, -0.5]
])
x = points[:, 0]
y = points[:, 1]

# 构造参数序列，补首尾重复点适配周期边界
t = np.arange(len(x) + 1)
x_ext = np.append(x, x[0])
y_ext = np.append(y, y[0])

# 方法1：Akima样条（过冲极小）
akima_x = Akima1DInterpolator(t, x_ext)
akima_y = Akima1DInterpolator(t, y_ext)
# 生成高密度插值点
t_interp = np.linspace(0, 12, 1000)
x_interp = akima_x(t_interp)
y_interp = akima_y(t_interp)

# 方法2：周期边界三次样条
# cs_x = CubicSpline(t, x_ext, bc_type='periodic')
# cs_y = CubicSpline(t, y_ext, bc_type='periodic')
# x_interp = cs_x(t_interp)
# y_interp = cs_y(t_interp)

Matlab实现 #

% 替换为你自己的12个有序点
points = [
    1,0; sqrt(3)/2, 0.5; 0.5, sqrt(3)/2; 0,1;
    -0.5, sqrt(3)/2; -sqrt(3)/2, 0.5; -1,0; -sqrt(3)/2, -0.5;
    -0.5, -sqrt(3)/2; 0,-1; 0.5, -sqrt(3)/2; sqrt(3)/2, -0.5
];
x = points(:,1);
y = points(:,2);

% 构造参数序列，补首尾重复点适配周期边界
t = 0:12;
x_ext = [x; x(1)];
y_ext = [y; y(1)];

% 方法1：PCHIP保形插值（过冲极小）
pp_x = pchip(t, x_ext);
pp_y = pchip(t, y_ext);
t_interp = linspace(0,12,1000);
x_interp = ppval(pp_x, t_interp);
y_interp = ppval(pp_y, t_interp);

% 方法2：周期三次样条
% pp_x = spline(t, x_ext);
% pp_y = spline(t, y_ext);
% x_interp = ppval(pp_x, t_interp);
% y_interp = ppval(pp_y, t_interp);

方案2：极坐标插值（仅适配圆心近似在原点的圆周分布点） #

将点转为极坐标(r, θ)，θ为角度，对θ→r做保形插值后转回笛卡尔坐标即可，逻辑更简单。

# Python极坐标插值示例
import numpy as np
from scipy.interpolate import Akima1DInterpolator

# 替换为你自己的12个有序点
points = np.array([
    [1,0], [np.sqrt(3)/2, 0.5], [0.5, np.sqrt(3)/2], [0,1],
    [-0.5, np.sqrt(3)/2], [-np.sqrt(3)/2, 0.5], [-1,0], [-np.sqrt(3)/2, -0.5],
    [-0.5, -np.sqrt(3)/2], [0,-1], [0.5, -np.sqrt(3)/2], [np.sqrt(3)/2, -0.5]
])
x = points[:, 0]
y = points[:, 1]

# 转极坐标，修正角度跳变
theta = np.unwrap(np.arctan2(y, x))
r = np.sqrt(x**2 + y**2)
# 补周期边界
theta_ext = np.append(theta, theta[0] + 2*np.pi)
r_ext = np.append(r, r[0])
# 插值半径
akima_r = Akima1DInterpolator(theta_ext, r_ext)
theta_interp = np.linspace(theta_ext[0], theta_ext[-1], 1000)
r_interp = akima_r(theta_interp)
# 转回笛卡尔坐标
x_interp = r_interp * np.cos(theta_interp)
y_interp = r_interp * np.sin(theta_interp)

内容的提问来源于stack exchange，提问作者kevin lee