问题标签 [cubic-spline]

我有一个信号，我想在 MATLAB 中使用 picewise 三次样条算法消除基线漂移。

但我看不到任何基线删除..原始数据正好在插值上。

或者在另一个信号中，我们可以看到没有删除基线。

问题是我如何在 MATLAB 中“使用 peicewise 三次样条插值来消除基线漂移”。

谢谢

我正在搜索等效的 Matlab 命令

Vq = interp3(X,Y,Z,V,Xq,Yq,Zq)

在 Python 中。在 Matlab 中，我可以使用方法“样条”插值，我在 python 中找不到 3D 数据。存在 scipy.interpolate.griddata，但它没有 3D 数据样条选项。

我要插值的数据是一个 3D 矩阵 (51x51x51)，它有规律地分布在 3D 网格上。

scipy.interpolate.Rbf 可能是选项，但我没有得到它的工作：

xi = yi = zi = np.linspace(1, 132651, 132651) interp = scipy.interpolate.Rbf(xi, yi, zi, data, function='cubic')

导致内存错误。

编辑：我想要的一个最小示例（没有插值）：Matlab 代码

为简单起见，我在此示例中使用随机数据。我想制作等值面图（特别是费米曲面图）。由于某些结构非常小，因此需要 51x51x51 的高网格分辨率。

进一步评论：矩阵中的数据集彼此独立，z（或第三个分量）不是 x 和 y 的函数。

我正在处理原始测序数据，我想使用平滑参数为 10^-16 的三次样条对其进行平滑处理。我想使用 predict(smooth.pspline( parameters )) 创建一个包含平滑数据的数据框，但我不确定要在 pspline 函数中放入哪些参数来执行我想要的操作，因为 x 必须升序。如果我正在使用遵循以下格式的非常大的数据集（存储在名为“ipavg”的 df 中）：

问题是我不知道如何将 x 和 y 值放入参数中，因为它需要按升序排列，并且此处“Timing”的值会上下波动（有许多高峰和低谷）。如何使用具有平滑参数 10^-16 的 pspline 平滑 ipavg 并将预测的平滑值放入相同格式的新数据帧（稍后可以绘制）中？任何帮助表示赞赏！谢谢你。

我试图在 SciPy 中插值后获得一组中间点。但似乎没有任何直接的方法可以做到这一点。任何人都可以帮忙吗？

示例代码：

我对三次样条很陌生，并且搜索发现对于我给定的问题三次样条将是最好的。基于this website questions related to spline，我写了以下代码，

训练数据集的位置x和位置以及我想预测y的给定数据集。给出了数据集的样本。x_newy_new

输出图是

如果有人在这方面帮助我，将不胜感激。

我尝试在 Matlab 的 3D 空间中连接几个点（有时是几千个）。轨迹可以沿任何方向前进，在任何维度上向前和向后。我希望得到五阶的结果，因为轨迹的二阶导数在其二阶导数中不能有任何故障。

matlab spline() 函数的问题是，每个 x 值必须始终只有一个 y 值。我尝试了一个简单的 2D 示例，即无穷大符号 ( Lemniscate )。

这给我带来了 21 分，如果连接起来应该看起来像双纽线。

绘制的 21 个点

现在更改第一行，计算样条曲线并添加绘图

这导致以下情节。如您所见，这非常有效。但如前所述，问题是，这只适用于 x(i) < x(i+1)

双纽线的一半向前移动

所以现在这导致了以下问题：

1. Matlab 样条函数是否适合我的问题？关于它需要在五阶导数中是连续的这一事实，是否可以解决有时我需要在各个方向的每个维度上进行的问题？

2. 如果不是，那该怎么走？B样条线的问题是，它们没有通过输入点。一位朋友提到我应该使用五阶多项式并将它们连接起来。他说我需要为每个维度分别做这件事。有人可以向我解释吗？

谢谢你的帮助！

我想执行三次样条插值：

您会注意到在 x 向量中，需要对 3 的 x 值进行插值。如何查看插值（或插入 x 值并获取插值 y 值）并查看样条函数？

我曾经scipy插入一些真实数据。我想在一些复杂的数据上评估拟合样条，有什么技巧可以强制scipy执行吗？如果没有，是否有一些提供此功能的 python 包？

import scipy.interpolate as inter spl = inter.InterpolatedUnivariateSpline( x, y )

当试图在复杂的情况下评估它时，会1.0j出现一个铸造错误_fitpack._spl_。

在这里，我演示了一个带有 rcs 术语的生存模型。我想知道 rms 包下的 anova() 是否是测试线性关联的方法？以及如何解释非线性项的 P 值（请参见此处的 0.094），这是否支持在 cox 模型中添加 rcs() 项？

假设我有一个从点 [0,0] 到 [10,10] 的三次样条，其边界值为零导数：

如果我将在 x 处评估的样条曲线的输出作为它的 y 坐标，我会得到一个从起点到终点的“路径”：

现在，为规则间隔的 x 评估此样条曲线非常简单，例如使用 numpy.linspace。

如果我有兴趣找到一个 x 序列，其中序列点之间的 (x,y) 空间中的欧几里德距离相等，我该怎么办？