为两个1d数组列表评估SmoothBivariateSpline

Question

我有三个数组x,y,z。我想平滑z数据。所以，我使用了SmoothBivariateSpline函数。但是当我评估结果时，与之前的z数据相比，我获得了完全不同的值。以下是我的代码：

def envinterpolate(x,y,z):

    x_interp = np.linspace(min(x),max(x),len(x)*4)
    y_interp = np.linspace(min(y),max(y),len(x)*4)

    sbsp = SmoothBivariateSpline(x,y,z)
    z_interp = sbsp.ev(x_interp,y_interp)

    return z_interp

在评估样条曲线的值时，我的代码有什么问题吗？ 在尝试s = 0参数（红线实际z数据，黑线z-interp数据）后附加绘图

Answer 1

按照惯例，＆＃34;平滑＆＃34; 特指那些不希望希望插值完全通过输入数据点的情况（例如，如果您知道输入数据有噪音）。

SmoothBivariateSpline采用参数s来控制应用于插值的平滑程度：

  

s ： float，可选

     

为估算条件定义的正平滑因子：sum((w[i]*(z[i]-s(x[i], y[i])))**2, axis=0) <= s Default s=len(w)如果1/w[i]是对z[i]的标准偏差的估计值，那么它应该是一个好的值。

如果您不想要任何平滑，只需设置s=0。