设置阈值，处理生成数据的端点，使之平滑

import os  
import matplotlib.pyplot as plt  
import numpy as np  
import tensorflow as tf  
import math
import xlwt
from six.moves import xrange  
np.set_printoptions(suppress=True)
np.set_printoptions(threshold=np.inf) #输出全部矩阵不带省略号
data = np.load('data/good05.npy')
def fenzhi(data):
    data = data.reshape(-1,3,60)
    data = data[0:1000,:,0:60]
    final = []
    for i in range(len(data)):
        zhu_x = data[i][0][0:30]
        zhu_y = data[i][0][30:60]
        zuo_x = data[i][1][0:30]
        zuo_y = data[i][1][30:60]
        you_x = data[i][2][0:30]
        you_y = data[i][2][30:60]
        ###########################################
        #找到端点，让它之后的值都跟这个端点相等
        #处理左分支
        zuo_index = [] #列表中存的是数组，第一个即为第一个端点 列表中存放的是判断为是插值点的点，a值越小说明，列表中的值越少，索引值，
        #a值越大，列表中的值越多，但是真实点就越少，甚至真实点为0，所以需要判断
        for j in range(1,len(zuo_x)-1):
            threshold = 0.05 # 不能太大也不能太小，太大真实值的索引就会变小，一般索引应大于等于2,(0.05的时候效果比较好)
            if abs(zuo_x[j-1]-zuo_x[j])