如何在三点间绘制平滑曲线？Scipy Spline插值峰值偏移问题

嘿，我完全懂你遇到的问题——用Scipy的普通样条插值时，曲线的最高点居然跑到(3,5)前面去了，曲线形态直接失衡，这确实挺让人头疼的。其实问题出在普通样条插值的默认行为上，它会尽量贴合数据点，但如果只有这三个控制点，很容易出现偏移。下面给你两种靠谱的解决方案，保证曲线完美符合你的需求：

如果之后你可能需要添加更多的控制点，或者想要更灵活的平滑曲线，推荐用Scipy的make_interp_spline函数，它支持设置导数约束，能强制让(3,5)成为曲线的最高点（极值点）。

具体代码如下：

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

# 你的原始控制点
x_points = np.array([1, 3, 5])
y_points = np.array([0, 5, 0])

# 创建带约束的三次样条：指定起点和终点的一阶导数为0（让曲线两端平缓）
# 中间点(3,5)会自动成为极值点，因为三次样条在对称控制点+两端导数为0的约束下，必然在中间达到峰值
spline = make_interp_spline(x_points, y_points, k=3, bc_type=((1, 0), (1, 0)))

# 生成密集的x值来绘制平滑曲线
x_smooth = np.linspace(1, 5, 100)
y_smooth = spline(x_smooth)

# 绘图展示
plt.plot(x_smooth, y_smooth, label='Constrained Cubic Spline', linewidth=2)
plt.scatter(x_points, y_points, color='red', s=50, label='Control Points')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.legend()
plt.show()

这段代码里，bc_type=((1, 0), (1, 0))表示给起点(x=1)和终点(x=5)设置一阶导数为0，这样曲线在两端会平缓过渡，同时因为控制点是对称的，三次样条会自然在(3,5)处达到最高点，不会出现偏移。

你的三个点刚好是对称的，完全可以用二次抛物线来拟合——这是最直接、最准确的方案，曲线天然经过所有点，且最高点严格在(3,5)。

代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 原始控制点
x_points = np.array([1, 3, 5])
y_points = np.array([0, 5, 0])

# 定义二次曲线方程：根据三个点推导出来的，y = -5/4*(x-3)² +5
def quadratic_curve(x):
    return -5/4 * (x - 3)**2 + 5

# 生成密集x值
x_smooth = np.linspace(1, 5, 100)
y_smooth = quadratic_curve(x_smooth)

# 绘图
plt.plot(x_smooth, y_smooth, label='Quadratic Curve', linewidth=2)
plt.scatter(x_points, y_points, color='red', s=50, label='Control Points')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.legend()
plt.show()

如果你想用Scipy的插值函数来实现同样的效果，也可以用interp1d指定kind='quadratic'，因为三个点的二次插值就是准确的抛物线：

from scipy.interpolate import interp1d

# 创建二次插值函数
f = interp1d(x_points, y_points, kind='quadratic')
y_smooth = f(x_smooth)

• 如果只是处理当前这三个对称点，二次曲线方案是最优选择，简单准确，没有任何偏移问题；
• 如果后续需要添加更多控制点，或者需要更复杂的平滑曲线，就用带约束的三次样条插值，通过设置导数条件来保证关键节点的形态。

内容的提问来源于stack exchange，提问作者Claudiu Creanga