如果是周期性边界条件,如何在scipy.interpolate.splprep中设置手动节点?

时间:2018-03-09 10:39:17

标签: python scipy bspline

为什么splprep无法使用自己的结?

我想知道如何在scipy.interpolate.splprep中设置结。 在非定期的情况下,我成功了,即我可以重现this SE example

在周期性边界条件(PBC)的情况下,我遇到了问题。在这里,scipy.interpolate.splprep甚至不能使用自己的结,如下例所示:

import numpy as np
from scipy.interpolate import splev, splrep
import scipy

print "my scipy version: ", scipy.__version__

srate = 192000.
freq = 1200.

timeList = [ i / srate for i in range( int( srate / freq + 1 ) ) ]
signal = np.fromiter( ( np.sin( 2 * np.pi * freq * t ) for t in timeList ), np.float )

spl = splrep( timeList, signal, per=1 )
knots = spl[0]
spl = splrep( timeList, signal, t=knots, per=1 )

给出:

my scipy version:  1.0.0
Traceback (most recent call last):
  File "splrevtest.py", line 15, in <module>
      spl = splrep( timeList, signal, t=knots, per=1 )
  File "/somepath/python2.7/site-packages/scipy-1.0.0-py2.7-linux-/python2.7/site-packages/scipy-1.0.0-py2.7-linux-x86_64.egg/scipy/interpolate/fitpack.py", line 289, in splrep
      res = _impl.splrep(x, y, w, xb, xe, k, task, s, t, full_output, per, quiet)
  File "/somepath/python2.7/site-packages/scipy-1.0.0-py2.7-linux-x86_64.egg/scipy/interpolate/_fitpack_impl.py", line 514, in splrep
      raise _iermess[ier][1](_iermess[ier][0])
  ValueError: Error on input data

此外,如果您绘制第一个和最后一个结,如:

print timeList[-1]
print knots[:4]
print knots[-4:]

你得到了

>> 0.000833333333333
>> [-1.56250000e-05 -1.04166667e-05 -5.20833333e-06  0.00000000e+00]
>> [0.00083333 0.00083854 0.00084375 0.00084896]

意味着实际数据范围中有六个点,前三个和后三个。这可能是好的,因为我们有PBC并且结与数据范围内的结相同,模数周期,但无论如何都很奇怪。 (顺便说一句,设置per=0时,该示例甚至不起作用。)此外,如果我手动设置点,则数据范围之外的设置点将失败。如果点在数据范围内,则即使使用per=1也可以。例如:

import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import splev, splrep
import scipy

x = np.linspace( 0, 1, 120 )
timeList = np.linspace( 0, 1, 15 )
signal = np.fromiter( ( np.sin( 2 * np.pi * t +.3 ) for t in timeList ), np.float )
signal[ -1 ] -= .15
myKnots=np.linspace( .05, .95, 8 )
spl = splrep( timeList, signal, t=myKnots, per=1 )
fit = splev(x,spl)

fig = plt.figure()
ax = fig.add_subplot( 1, 1, 1 )
ax.plot( timeList, signal, marker='o' )
ax.plot( x, fit , 'r' )
for i in myKnots:
    ax.axvline( i )
plt.show()

提供:

knot test

我们也可以看到PBC中忽略了最后一点。

那么scipy.interpolate.splprep实际在这里做了什么,为什么它不接受类似per=1手动设置结的结构。这是一个错误吗?

我希望最后一个问题的答案是“不”,否则我在这里问这个问题。

1 个答案:

答案 0 :(得分:2)

为了使Gone发挥自己的作用,您应该更改:

<EditText 
    android:id="@+id/editText1"
    android:layout_width="match_parent"
    android:layout_height="wrap_content"
    android:enabled="true"
    android:inputType="text"
    android:visibility="visible"
    />
<TextView 
    android:id="@+id/textView1"
    android:layout_width="match_parent"
    android:layout_height="wrap_content"
    android:enabled="false"
    android:visibility="gone"
    />

使用内部结:

textView.Text = editText.Text;
textView.Visibility = ViewStates.Visible;
editText.Visibility = ViewStates.Gone;

此界面不是很直观,但是它显示在the documentation中(尽管在splrep参数下,而不在spl = splrep(timeList, signal, t=knots, per=1) 下)(我强调):

  

如果task = -1,则找到给定结点t的加权最小二乘样条。 这些应该是内部结,因为两端的结将自动添加。

附加结也在那里记录。这与结数和系数数spl = splrep(timeList, signal, t=knots[4:-4], per=1) 之间的一般联系是一致的。

PBC构造中的最后一个点将被忽略(如图所示),因为定期定义要求周期中最后一个点的值等于第一个点。该参数记录在task参数下,其内容为t(同样,我猜这不是一个非常直观的界面,但这可能就是实现Fortran代码的方式)。