Python的三维样条曲线

我正在寻找一个函数，模仿MATLAB的曲线拟合工具箱，适用于三维空间的点。我发现的最接近的函数是，它能够计算三维空间，但由于数据点较少而失去了准确性。如果平滑度降低到拟合点的程度，则曲线会出现扭曲

我有一个由物理点（高程数据）组成的离散数据集，我希望对其进行建模，因此样条曲线必须通过这些点。在彼此不同的弦长上有有限数量的点

下面是我为测试Python样条线而编写的快速测试函数的示例。不幸的是，我无法共享我的MATLAB代码，但是

cscvn

函数平滑地进行样条拟合，并通过所有数据点

import scipy as sp
import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import splprep, splev, interp2d

x = np.linspace(0, 10, num = 20)   #list of known x coordinates
y = 2*x   #list of known y coordinates
z = x*x   #list of known z coordinates
## Note: You must have more points than degree of the spline. if k = 3, must have 4 points min.

print([x,y,z])

tck, u = splprep([x,y,z], s = 26)  # Generate function out of provided points, default k = 3
newPoints = splev(u, tck)          # Creating spline points
print(newPoints)

ax = plt.axes(projection = "3d")
ax.plot3D(x, y, z, 'go')     # Green is the actual 3D function
ax.plot3D(newPoints[:][0], newPoints[:][1], newPoints[:][2], 'r-')   # Red is the spline
plt.show()

下面是一个多点创建平滑曲线（红色）的示例，但该线与物理数据点（绿色）不对齐

以下是由太少的数据点（绿色）创建的样条曲线（红色）中的扭结示例。这与我的数据集看起来更相似

将U更改为：

---

unew=np.arange（0,1.00,0.005）

欢迎来到StackOverflow，到目前为止您做了什么？你能分享你的代码吗？我添加了一些额外的代码detail@SardarUsama代码以文本形式共享