或者
为什么splprep
不使用自己的结?
我想弄清楚如何在scipy.interpolate.splprep
. 在非周期性情况下,我成功了,即我可以重现这个 SE 示例。
但是,在周期性边界条件(PBC)的情况下,我遇到了问题。如本例所示,这 scipy.interpolate.splprep
甚至不适用于自己的结:
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,例如:
print timeList[-1]
print knots[:4]
print knots[-4:]
你得到
>> 0.000833333333333
>> [-1.56250000e-05 -1.04166667e-05 -5.20833333e-06 0.00000000e+00]
>> [0.00083333 0.00083854 0.00084375 0.00084896]
这意味着实际数据范围之外有六个点,三个之前和三个之后。这可能没问题,因为我们有 PBC,并且结与周期模数数据范围内的结相同,但无论如何都很奇怪。(顺便说一句,设置时该示例甚至不起作用per=0
。)此外,如果我手动设置点,则设置数据范围之外的点会失败。per=1
如果点在数据范围内,即使使用 ,它也可以工作。比如:
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:
我们还可以看到最后一点在 PBC 中被忽略了。
那么scipy.interpolate.splprep
这里实际上在做什么,为什么它不接受手动设置结的类似结结构 if per=1
。它是一个错误吗?
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是错误的。