插值interpolate模块

计算插值有两个基本方法:

1、对一个完整的数据集去拟合一个函数(一条线穿过所有数据集的)

2、对数据集的不同部分拟合出不同的函数,而函数之间的曲线平滑对接

一维插值

interp1d(x, y, kind='linear', ...)

x和y参数是一系列已知的数据点,kind参数是插值类型,可以是字符串或整数,

候选值 作用
"zero"、"nearest" 阶梯插值,相当于0阶B样条曲线
‘slinear’ 、'linear' 线性插值,用一条直线连接所有的取样点,相当于一阶B样条曲线
‘quadratic’ 、'cubic' 二阶和三阶B样条曲线,更高阶的曲线可以直接使用整数值指定
import scipy.interpolate
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
# 创建待插值的数据
x= np.array([0, 1, 2, 3, 4, 5, 6, 7])
y= np.array([3, 4, 3.5, 2, 1, 1.5, 1.25, 0.9])
xx = np.linspace(x.min(), x.max(), 1000) # 设置x的最大值和最小值以防止插值数据越界
fig, ax = plt.subplots(figsize=(8, 4)) # 返回窗口和坐标系
ax.scatter(x, y) # 绘制散点图
for n in ['linear','zero', 'slinear', 'quadratic', 'cubic', 5]:
# 线性、阶梯插值、线性插值、二阶插值、三阶B样条插值
f = interp1d(x, y, kind = n) # 得到插值函数
ax.plot(xx, f(xx), label= n)
ax.legend()
ax.set_ylabel("y", fontsize=18)
ax.set_xlabel("x", fontsize=18)
plt.show()

样条插值

样条插值需要两个基本步骤

1、找到一维曲线的B样条表示

scipy.interpolate.splrep(x, y, xb=None, xe=None, k=3, s=None)

参数:

  x,y:定义曲线y=f(x)的数据点

  xb,xe:float 合适的间隔,如果为None,则分别为x[0]和x[-1]

  k:样条的种类,建议使用3次样条,1 <= k <= 5

  s:float,平滑度,用户可以使用s来控制贴近度平滑度之间的权衡。较大的s意味着更平滑,而较小的s意味着较少的平滑。

返回:

  tck:元组,(t, c, k)包含结矢量,B样条系数和样条程度的元组。

2、在期望点处评估B样条

scipy.interpolate.splev(x, tck, der=0, ext=0)

给定B样条表示的节点和系数,评估平滑多项式及其导数的值。

参数:

  x:array_like,一组点,样条的节点数

  tck:元组,由splrep返回的长度为3的系列,包含样条的阶,系数和度数。

  der:int 要计算的样条的倒数的阶数(必须小于或等于k)

返回:ndarray或ndaray列表,表示在x点处计算 的样条函数的值 的数组。

import numpy as np
import matplotlib.pyplot as plt
from scipy import interpolate x = np.arange(0, 2*np.pi+np.pi/4, 2*np.pi/8)
y = np.sin(x)
tck = interpolate.splrep(x, y) # 样条插值系数
xnew = np.arange(0, 2*np.pi, np.pi/50) # 插值范围
ynew = interpolate.splev(xnew, tck) plt.figure()
plt.plot(x, y, 'rx') # 散点图
plt.plot(xnew, ynew, "*") # 三次样条插值
plt.plot(xnew, np.sin(xnew), "--") # True
plt.plot(x, y, 'b') # 线性插图 plt.legend(["Scatter", 'Linear', 'Cubic Spline', 'True'])
plt.axis([-0.05, 6.33, -1.05, 1.05])
plt.title('Cubic-spline interpolation')
plt.show()

参考文献:

数学建模三剑客MSN

Scipy的更多相关文章

  1. python安装numpy、scipy和matplotlib等whl包的方法

    最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...

  2. win7系统下python安装numpy,matplotlib,scipy和scikit-learn

    1.安装numpy,matplotlib,scipy和scikit-learn win7系统下直接采用pip或者下载源文件进行安装numpy,matplotlib,scipy时会遇到各种问题,这是因为 ...

  3. python scipy学习-曲线拟合

    根据某地每月的平均温度[17, 19, 21, 28, 33, 38, 37, 37, 31, 23, 19, 18]拟合温度函数. import numpy as np import matplot ...

  4. [python] 安装numpy+scipy+matlotlib+scikit-learn及问题解决

    这篇文章主要讲述Python如何安装Numpy.Scipy.Matlotlib.Scikit-learn等库的过程及遇到的问题解决方法.最近安装这个真是一把泪啊,各种不兼容问题和报错,希望文章对你有所 ...

  5. windows下安装python科学计算环境,numpy scipy scikit ,matplotlib等

    安装matplotlib: pip install matplotlib 背景: 目的:要用Python下的DBSCAN聚类算法. scikit-learn 是一个基于SciPy和Numpy的开源机器 ...

  6. Scipy - Python library - Math tool - Begin

    Introduction Scientific Computing Tools for Python. Seen in Scipy.org. Environment Linux, CentOS 7 w ...

  7. Ubuntu下安装Numpy, SciPy and Matplotlib

    Python开发环境包含科学计算,需要安装NumPy, SciPy, Matplotlib.其中Matplotlib依赖于Python和NumPy.我们先安装NumPY和SciPy.  Matplot ...

  8. scipy科学计算库

    特定函数 例贝塞尔函数: 积分 quad,dblquad,tplquad对应单重积分,双重积分,三重积分 from scipy.integrate import quad,dblquad,tplqua ...

  9. Python导入Scipy子模块时出错

    导入Scipy子模块时报错,出现的问题都是提示 61 from numpy._distributor_init import NUMPY_MKL  # requires numpy+mklNo mod ...

  10. Scipy学习笔记 矩阵计算

    Scipy学习笔记 非本人原创  原链接 http://blog.sina.com.cn/s/blog_70586e000100moen.html 1.逆矩阵的求解 >>>impor ...

随机推荐

  1. net start mysql启动mysql,提示发生系统错误 5 拒绝访问 解决方法

    解决问题方法如下: 在dos下运行net  start mysql 不能启动mysql!提示发生系统错误 5:拒绝访问!切换到管理员模式就可以启动了.所以我们要以管理员身份来运行cmd程序来启动mys ...

  2. ios app 开发中ipa重新签名步骤介绍

    作为一个app应用程序开发者,在app应用程序在苹果商店上架前总需要将安装包安装到ios机器上进行测试,这个时候我们就需要打包in house版本的ipa了,打包in house实际上是一个将ipa应 ...

  3. Buildroot Qt 5

    /********************************************************************************* * Buildroot Qt 5 ...

  4. 【linux基础】区块选择VisualBlock

    前言 有时候使用linux需要选择某一块区域进行处理,比如对某些列的某些行,类似于Ultraedit的列模式,其实vim中就有相关的功能,此时可以使用vim的区块选择进行处理. 区块选择 1.在一般模 ...

  5. 学会从后往前遍历,例 [LeetCode] Pascal's Triangle II,剑指Offer 题4

    当我们需要改变数组的值时,如果从前往后遍历,有时会带来很多麻烦,比如需要插入值,导致数组平移,或者新的值覆盖了旧有的值,但旧有的值依然需要被使用.这种情况下,有时仅仅改变一下数组的遍历方向,就会避免这 ...

  6. ubuntu journalctl — 检索 systemd 日志

    常用: 查看最近1000行log sudo journalctl -f --lines=1000 -u server.$PROJECT_NAME --no-full, --full, -l 如果字段内 ...

  7. 【java规则引擎】《Drools7.0.0.Final规则引擎教程》第4章 4.2 no-loop

    转载至:https://blog.csdn.net/wo541075754/article/details/75201934 no-loop 定义当前的规则是否不允许多次循环执行,默认是 false, ...

  8. android BSP移植综述

    将android移植到特定硬件平台上,其核心是bsp的搭建工作,bsp是板级支持包,并不是特定某个文件,而是从功能上理解的一种硬件适配软件包,它的核心就是: 1. linux内核硬件相关部分(主要是l ...

  9. 使用npm init快速创建web 应用

    一般来说我们会有npm init -y 快速生成package.json 文件, 但是npm init 可以使用脚手架工具,生成项目,比较方便 参考 npm init 帮助命令 npm init [- ...

  10. dell support

    部門營業時間 電話號碼訂單支援中小型企業 (員工不多於 500名 )00852-3416-0910 9:00 - 18:00 訂單編號:  810607806 訂單日期:  26/11/2014 客戶 ...