从scipy.interpolate.splrep获取三次样条的系数

时间:2017-01-24 13:30:23

标签: python scipy interpolation spline

我正在使用scipy.interpolate.splrep进行三次样条插值,如下所示:

import numpy as np
import scipy.interpolate

x = np.linspace(0, 10, 10)
y = np.sin(x)

tck = scipy.interpolate.splrep(x, y, task=0, s=0)
F   = scipy.interpolate.PPoly.from_spline(tck)

我打印t和c:

print F.x

array([  0.        ,   0.        ,   0.        ,   0.        ,
     2.22222222,   3.33333333,   4.44444444,   5.55555556,
     6.66666667,   7.77777778,  10.        ,  10.        ,
    10.        ,  10.        ])

print F.c

array([[ -1.82100357e-02,  -1.82100357e-02,  -1.82100357e-02,
     -1.82100357e-02,   1.72952212e-01,   1.26008293e-01,
     -4.93704109e-02,  -1.71230879e-01,  -1.08680287e-01,
      1.00658224e-01,   1.00658224e-01,   1.00658224e-01,
      1.00658224e-01],
   [ -3.43151441e-01,  -3.43151441e-01,  -3.43151441e-01,
     -3.43151441e-01,  -4.64551679e-01,   1.11955696e-01,
      5.31983340e-01,   3.67415303e-01,  -2.03354294e-01,
     -5.65621916e-01,   1.05432909e-01,   1.05432909e-01,
      1.05432909e-01],
   [  1.21033389e+00,   1.21033389e+00,   1.21033389e+00,
      1.21033389e+00,  -5.84561936e-01,  -9.76335250e-01,
     -2.60847433e-01,   7.38484392e-01,   9.20774403e-01,
      6.63563923e-02,  -9.56285846e-01,  -9.56285846e-01,
     -9.56285846e-01],
   [ -4.94881722e-18,  -4.94881722e-18,  -4.94881722e-18,
     -4.94881722e-18,   7.95220057e-01,  -1.90567963e-01,
     -9.64317117e-01,  -6.65101515e-01,   3.74151231e-01,
      9.97097891e-01,  -5.44021111e-01,  -5.44021111e-01,
     -5.44021111e-01]])

所以我提供了x数组:

array([  0.        ,   1.11111111,   2.22222222,   3.33333333,
     4.44444444,   5.55555556,   6.66666667,   7.77777778,
     8.88888889,  10.        ])

问题1:F.x(节点)与原始x数组不同,并且具有重复值(可能强制一阶导数为零?)。在F.x中也缺少x中的一些值(1.11111111,8.88888889)。有什么想法吗?

Q.2 F.c的形状为(4,13)。我知道4来自于它是三次样条拟合的事实。但我不知道如何为我想要的9个部分中的每个部分选择系数(从x = 0到x = 1.11111,x = 1.111111到x = 2.222222等等)。任何帮助提取不同部分的系数都将受到赞赏。

1 个答案:

答案 0 :(得分:2)

如果你想在曲线上的特定位置得到结,你需要使用task=-1的参数splrep并给出一个内部结的数组作为{ {1}}论点。

t中的结必须满足以下条件:

  

如果提供,则结t必须满足Schoenberg-Whitney条件,即,必须存在数据点x [j]的子集,使得t [j] <1。 x [j]&lt; t [j + k + 1],j = 0,1,...,n-k-2。

请参阅文档here

然后你应得到t以下大小F.c对应于曲线上的连续间隔((4, <length of t> + 2*(k+1)-1)k+1曲线的两端添加结splrep )。

尝试以下方法:

import numpy as np
import scipy.interpolate

x = np.linspace(0, 10, 20)
y = np.sin(x)

t = np.linspace(0, 10, 10)

tck = scipy.interpolate.splrep(x, y, t=t[1:-1])

F   = scipy.interpolate.PPoly.from_spline(tck)

print(F.x)
print(F.c)

# Accessing coeffs of nth segment: index = k + n - 1
# Eg. for second segment:
print(F.c[:,4])