b-spline python_SciPy样条插值

本文介绍了如何使用Python的SciPy库进行样条插值,包括线性、三次样条等多种插值方式,并通过代码示例展示了样条插值的不同效果。特别提到了KroghInterpolator和PchipInterpolator,前者用于复杂插值,后者确保了三次样条的局部单调性。
摘要由CSDN通过智能技术生成

15. SciPy样条插值spline和pchip

样条插值法是一种以可变样条来作出一条经过一系列点的光滑曲线的数学方法。插值样条是由一些多项式组成的,每一个多项式都是由相邻的两个数据点决定的,这样,任意的两个相邻的多项式以及它们的导数(不包括仇阶导数)在连接点处都是连续的。

连接点的光滑与连续是样条插值和前边分段多项式插值的主要区别。

15.1 SciPy的样条插值函数

在Scipy里可以用scipy.interpolate模块下的interp1d函数 实现样条插值。

SciPy的0.14.0版本里样条插值方式有:'linear','zero', 'slinear', 'quadratic'(2次), 'cubic'(3次), 4, 5等,可以通过程序对比一下各种样式kind实现的样条插值的差异。

import scipy.interpolate

import numpy as np, matplotlib.pyplot as plt

from scipy.interpolate import interp1d

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(), 100)

fig, ax = plt.subplots(figsize=(8, 4))

ax.scatter(x, y)

for n in ['linear','zero', 'slinear', 'quadratic', 'cubic',

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值