三次样条插值法的python实现
转载自:
https://www.bilibili.com/read/cv1228980/
三次样条插值
【写在之前】up主在上次节目的结尾留下了一个小问题,希望有一些idea的同学能够联系我,结果一个人也没有留言。这证明了一个问题,就是在下的文章有巨大的提升空间,以及庞大的潜在粉丝群。在受到了如此之大的鼓舞之下,up主毅然决定更加努力地进行学习创作,给还未关注的粉丝们一个关注在下的理由。
这一次我们来盘一盘三次样条插值法,嗯。。。也有叫spline插值的,不管怎么叫它,那都不是事儿。就up主的理解来看,这个方法跟咱们前几期最小二乘法的用途是一样的,也是用来拟合。相对于别的拟合方法,三次样条插值往往具有很好的收敛性,计算过程简单,稳定性好,而且比较方便在计算机上实现,但是缺点也比较明显,就是光滑性比较差,如果要画一条具有二阶连续导数的线条,最好还是另谋高就吧。
首先来看看三次样条插值的数学公式描述:
这数学表达式是什么意思呢,up主大概的解释一下。在一个区间[a,b]内,我首先要把这个区间分成n段,那么算上ab两点,我目前一共有n+1个点。在每段区间内的线条都设为一个三次函数,于是就有4个未知数,那么n段线条加起来就是4n个未知数。
于是,我们需要根据以下条件,求解这4n个未知数:
1、内部节点处的函数值必须相等(2n-1个方程)
2、第一个和最后一个函数必须通过节点(2个方程)
3、内部节点处的一阶导数必须相等(n-1个方程)
4、内部节点处的二阶导数必须相等(n-1个方程)
5、端点处的二阶导数必须为零(2个方程)
一共4n个方程,4n个方程解4n个未知数,正正好好吧~
哇。。。那岂不是要写死我?4n个方程?玩笑有点大吧。其实,不需要那么复杂的工序,如果大家到百度上去搜索三次样条插值的计算机程序,有些大牛会突然丢上来一大堆c语言,大概有一百多行。而像up主这种习惯了偷鸡的人,我更喜欢别人帮我做好的库~~~
就像上一期的内容一样,我们在python中是有三次样条插值的库函数的,这样一来,其实只要二十行左右的代码就能搞定了~~~需要导入的库up主再打一遍:
numpy:python向量运算支持包
scipy:python工程设计工具包(这次我们用的是interpolate()模块)
matplotlib:python基础绘图包
接下来就是上代码了:
我导入了三个模块,并且设置了一个非常奇怪的函数作为我拟合的对象,接下来,启用了两个三次样条插值的关键函数splrep()和splev()。我首先将k值设为了1,意思是一次样条插值,先看看情况:
看上去拟合的跟原先的函数差不多,效果挺理想的是不是,让我们将图片放大,并多设置几个点看看(这里有两个注释掉的代码,不用理我,我是菜鸟,瞎写的):
这下发现了,红点连成的线和我所设置的原函数线差的还是蛮多的。什么原因呢?刚开始我设置的k值为1,也就是每段区间内设的都是一次函数,所以放大之后就是一段一段的折现。现在我把k值改为3,也就是正宗的三次样条插值法,然后再看看放大图:
这下,是不是就很棒了?
嘻嘻嘻~~~如果有喜欢的同学,欢迎关注up主的公众号徐乐儿啦啦啦