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。
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)
在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])