python - 使用样条线+日期时间对象的平滑线不起作用

我一直试图使一个情节平滑如它所做的here，但我的XS是与LimStudio不兼容的DATETIME对象。
我将xs转换为matplotlib日期：

Xnew = matplotlib.dates.date2num(X)
X_smooth = np.linspace(Xnew.min(), Xnew.max(), 10)
Y_smooth = spline(Xnew, Y, X_smooth)

但后来我得到了一个空的情节
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. ]
不知什么原因。
我该怎么做？
编辑
下面是我打印变量时得到的结果，我没有看到异常：

X : [datetime.date(2016, 7, 31), datetime.date(2016, 7, 30), datetime.date(2016, 7, 29)]
X new: [ 736176.  736175.  736174.]
X new max: 736176.0
X new min: 736174.0
XSMOOTH [ 736174.          736174.22222222  736174.44444444  736174.66666667
  736174.88888889  736175.11111111  736175.33333333  736175.55555556
  736175.77777778  736176.        ]
Y [711.74, 730.0, 698.0]
YSMOOTH [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

最佳答案

你的X值被颠倒，scipy.interpolate.spline要求独立变量单调递增，并且该方法被弃用-使用interp1d代替（见下文）。

>>> from scipy.interpolate import spline
>>> import numpy as np
>>> X = [736176.0, 736175.0, 736174.0]  # <-- your original X is decreasing
>>> Y = [711.74, 730.0, 698.0]
>>> Xsmooth = np.linspace(736174.0, 736176.0, 10)
>>> spline(X, Y, Xsmooth)
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

先反转X和Y即可

>>> spline(
...     list(reversed(X)),  # <-- reverse order of X so also
...     list(reversed(Y)),  # <-- reverse order of Y to match
...     Xsmooth
... )
array([  698.        ,   262.18297973,   159.33767533,   293.62017489,
         569.18656683,   890.19293934,  1160.79538066,  1285.149979  ,
        1167.41282274,   711.74      ])

注意，许多样条插值方法要求X单调递增：
UnivariateSpline
x：（n，）独立输入数据的一维数组。一定在增加。
InterpolatedUnivariateSpline
x：（n，）类数组-数据点的输入维度-必须增加
scipy.interpolate.spline的默认顺序是立方的。因为只有3个数据点，所以三次样条曲线（order=3）和二次样条曲线（order=2）之间存在很大差异。下图显示了不同阶样条曲线之间的差异；注意：100个点用于更平滑的拟合曲线。

scipy.interpolate.spline的文档是模糊的，暗示它可能不被支持。例如，它不在scipy.interpolate main page或interploation tutorial上列出。source for spline显示它实际上调用spleval和splmake，在Additional Tools下面列出：
存在向后兼容性的函数（不应该在新代码中使用）。
我会按照cricket_007的建议使用interp1d。这是当前建议的方法，它使用detailed examples in both the tutorial和api进行了很好的文档记录，并且它允许在默认情况下对自变量进行不排序（任何顺序）（参见api中的assume_sorted参数）。

>>> from scipy.interpolate import interp1d
>>> f = interp1d(X, Y, kind='quadratic')
>>> f(Xsmooth)
array([ 711.74      ,  720.14123457,  726.06049383,  729.49777778,
        730.45308642,  728.92641975,  724.91777778,  718.4271605 ,
        709.4545679 ,  698.        ])

如果数据秩不足，也会产生错误。

>>> f = interp1d(X, Y, kind='cubic')

值错误：X和Y数组必须至少有4个条目