原图：
平滑处理后：
代码实现如下：
# 1. 随机构造数据 import numpy as np x = range(10) y = np.random.randint(10,size=10) # 2. 绘制原图 import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline # jupyter notebook显示绘图 from scipy.interpolate import spline # 借助scipy库 plt.plot(x, y) plt.show() # 3. 绘制平滑曲线 from scipy.interpolate import spline # 插值法，50表示插值个数，个数>=实际数据个数，一般来说差值个数越多，曲线越平滑 x_new = np.linspace(min(x),max(x),50) y_smooth = spline(x, y, x_new) plt.plot(x_new, y_smooth) plt.show()
以上经过平滑后的曲线可能和原图差距很大，这个主要看数据本身的规律性。如果数据本身比较杂乱无章，如下：
则平滑后为：
平滑后曲线和原图还是差得很远的，因此该方法慎用，不是万能的。
