### 如何用 Python 读取 `.npy` 文件并绘制平滑折线图 以下是完整的解决方案，包括读取 `.npy` 文件、过滤数据以生成平滑曲线、设置 `y` 轴范围为 `[0, 1]` 并调整刻度间隔为 `0.1`。 #### 数据加载与预处理 首先，通过 NumPy 加载 `.npy` 文件中的数组。假设该文件包含两列数据：一列为横坐标 (`x`)，另一列为纵坐标 (`y`)。 ```python import numpy as np data = np.load('your_data.npy') # 替换 'your_data.npy' 为实际路径 x = data[:, 0] y = data[:, 1] ``` 为了去除波动较大的点，可以通过计算移动平均来实现数据平滑化。以下是一个简单的函数用于执行此操作： ```python def moving_average(data, window_size=3): weights = np.ones(window_size) / window_size smoothed_data = np.convolve(data, weights, mode='valid') return smoothed_data ``` 调用上述函数对原始数据进行平滑处理： ```python smoothed_y = moving_average(y, window_size=5) # 设置窗口大小为 5 或其他适当值 smoothed_x = x[:len(smoothed_y)] # 确保 x 和 y 长度一致 ``` #### 绘制图表 利用 Matplotlib 创建图表，并应用所需的样式配置[^2]： - 使用面向对象的方法创建画布和子图； - 自定义 `y` 轴范围及其刻度； - 添加网格以增强可读性。 下面是具体代码实现： ```python import matplotlib.pyplot as plt fig, ax = plt.subplots() ax.plot(smoothed_x, smoothed_y, label="Smoothed Data", color="blue") # 绘制平滑后的线条 # 设置 y 轴属性 ax.set_ylim(0, 1) # 将 y 轴范围设为 [0, 1] yticks = np.arange(0, 1.1, 0.1) # 定义 y 轴刻度步长为 0.1 ax.set_yticks(yticks) # 增强可视化效果 ax.grid(True, linestyle="--", alpha=0.7) ax.legend(loc="best") plt.xlabel("X-Axis Label") plt.ylabel("Y-Axis Label (Normalized)") plt.title("Smooth Line Plot with Custom Y-Ticks") plt.show() ``` 以上代码实现了从 `.npy` 文件中提取数据、滤波降噪和平滑显示的功能，同时满足了关于 `y` 轴定制的要求[^3]。 --- ###