Python 插值平滑是一种常见的数据平滑处理方法，它可以将原始数据通过计算和补充缺失值，得到一组更加平滑、有序、连续在一条曲线上的数据。具体实现方法如下：

# 导入插值平滑的包
import numpy as np
from scipy.interpolate import interp1d
# 创建原始数据
x = np.linspace(0, 10, num=11, endpoint=True)
y = np.cos(-x**2/9.0)
# 插值平滑处理
f = interp1d(x, y, kind='cubic')
xnew = np.linspace(0, 10, num=41, endpoint=True)
ynew = f(xnew)
# 绘制图像
import matplotlib.pyplot as plt
plt.plot(x, y, 'o', xnew, ynew, '-')
plt.show()

在上面的代码中，我们首先导入了 numpy 和 scipy.interpolate 包，以及 matplotlib.pyplot 包，这些包是进行插值平滑处理所必须的基本包。

接着，我们使用 np.linspace() 这个函数生成了一组原始数据 x 和 y，并用 np.cos() 函数来计算每个数据点的 y 值。

然后，我们使用 interp1d() 函数来进行插值计算，参数 kind 指定了我们的插值方式，这里我们使用的是三次样条插值。

最后，我们使用 matplotlib.pyplot 的 plot() 函数将原始数据和插值后的数据绘制在同一个图形上，从而观察效果。

通过这种方法，我们可以对任何一组数据进行插值平滑处理，得到更加平滑、有序、连续在一条曲线上的数据。实际应用中，这种方法常常被用于数据分析、数据挖掘等方面。