Using scipy.interpolate.splrep function
我正在尝试将三次样条曲线拟合到给定的点集。我的积分没有顺序。由于我需要这些信息，因此我无法对这些点进行排序或重新排序。
但是由于函数scipy.interpolate.splrep仅适用于非重复且单调递增的点，因此我定义了一个函数，该函数将x坐标映射到单调递增的空间。
我的老观点是：
1 2 3 | xpoints=[4913.0, 4912.0, 4914.0, 4913.0, 4913.0, 4913.0, 4914.0, 4915.0, 4918.0, 4921.0, 4925.0, 4932.0, 4938.0, 4945.0, 4950.0, 4954.0, 4955.0, 4957.0, 4956.0, 4953.0, 4949.0, 4943.0, 4933.0, 4921.0, 4911.0, 4898.0, 4886.0, 4874.0, 4865.0, 4858.0, 4853.0, 4849.0, 4848.0, 4849.0, 4851.0, 4858.0, 4864.0, 4869.0, 4877.0, 4884.0, 4893.0, 4903.0, 4913.0, 4923.0, 4935.0, 4947.0, 4959.0, 4970.0, 4981.0, 4991.0, 5000.0, 5005.0, 5010.0, 5015.0, 5019.0, 5020.0, 5021.0, 5023.0, 5025.0, 5027.0, 5027.0, 5028.0, 5028.0, 5030.0, 5031.0, 5033.0, 5035.0, 5037.0, 5040.0, 5043.0] ypoints=[10557.0, 10563.0, 10567.0, 10571.0, 10575.0, 10577.0, 10578.0, 10581.0, 10582.0, 10582.0, 10582.0, 10581.0, 10578.0, 10576.0, 10572.0, 10567.0, 10560.0, 10550.0, 10541.0, 10531.0, 10520.0, 10511.0, 10503.0, 10496.0, 10490.0, 10487.0, 10488.0, 10488.0, 10490.0, 10495.0, 10504.0, 10513.0, 10523.0, 10533.0, 10542.0, 10550.0, 10556.0, 10559.0, 10560.0, 10559.0, 10555.0, 10550.0, 10543.0, 10533.0, 10522.0, 10514.0, 10505.0, 10496.0, 10490.0, 10486.0, 10482.0, 10481.0, 10482.0, 10486.0, 10491.0, 10497.0, 10506.0, 10516.0, 10524.0, 10534.0, 10544.0, 10552.0, 10558.0, 10564.0, 10569.0, 10573.0, 10576.0, 10578.0, 10581.0, 10582.0] |
情节：
映射函数和插值的代码为：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | xnew=[] ynew=ypoints for c3,i in enumerate(xpoints): if np.isfinite(np.log(i*pow(2,c3))): xnew.append(np.log(i*pow(2,c3))) else: if c==0: xnew.append(np.random.random_sample()) else: xnew.append(xnew[c3-1]+np.random.random_sample()) xnew=np.asarray(xnew) ynew=np.asarray(ynew) constant1=10.0 nknots=len(xnew)/constant1 idx_knots = (np.arange(1,len(xnew)-1,(len(xnew)-2)/np.double(nknots))).astype('int') knots = [xnew[i] for i in idx_knots] knots = np.asarray(knots) int_range=np.linspace(min(xnew),max(xnew),len(xnew)) tck = interpolate.splrep(xnew,ynew,k=3,task=-1,t=knots) y1= interpolate.splev(int_range,tck,der=0) |
代码在函数interpolate.splrep()上针对诸如上述一组点的点抛出错误。
错误是：
在save_spline_f中的第58行，文件" /home/neeraj/Desktop/koustav/res/BOS5/fit_spline3.py"
tck = interpolate.splrep(xnew，ynew，k = 3，task = -1，t = knots)
splrep中的文件" /usr/lib/python2.7/dist-packages/scipy/interpolate/fitpack.py"，第465行
提高_iermessier(_iermess [ier] [0])
ValueError：输入数据错误
但对于其他几点来说，它工作正常。例如，以下几点。
1 2 3 | xpoints=[1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1629.0, 1630.0, 1630.0, 1630.0, 1631.0, 1631.0, 1631.0, 1631.0, 1630.0, 1629.0, 1629.0, 1629.0, 1628.0, 1627.0, 1627.0, 1625.0, 1624.0, 1624.0, 1623.0, 1620.0, 1618.0, 1617.0, 1616.0, 1615.0, 1614.0, 1614.0, 1612.0, 1612.0, 1612.0, 1611.0, 1610.0, 1609.0, 1608.0, 1607.0, 1607.0, 1603.0, 1602.0, 1602.0, 1601.0, 1601.0, 1600.0, 1599.0, 1598.0] ypoints=[10570.0, 10572.0, 10572.0, 10573.0, 10572.0, 10572.0, 10571.0, 10570.0, 10569.0, 10565.0, 10564.0, 10563.0, 10562.0, 10560.0, 10558.0, 10556.0, 10554.0, 10551.0, 10548.0, 10547.0, 10544.0, 10542.0, 10541.0, 10538.0, 10534.0, 10532.0, 10531.0, 10528.0, 10525.0, 10522.0, 10519.0, 10517.0, 10516.0, 10512.0, 10509.0, 10509.0, 10507.0, 10504.0, 10502.0, 10500.0, 10501.0, 10499.0, 10498.0, 10496.0, 10491.0, 10492.0, 10488.0, 10488.0, 10488.0, 10486.0, 10486.0, 10485.0, 10485.0, 10486.0, 10483.0, 10483.0, 10482.0, 10480.0] |
情节：
有人可以暗示发生了什么吗？
提前致谢......
实际上，您不必自己定义一个新函数。就是这样
轨迹插补非常多：scipy：插补轨迹(scipy：插补轨迹)
答案对我有好处，希望它能对您有所帮助。
1 2 3 4 | from scipy import interpolate as itp mytck,myu=itp.splprep([xpoints,ypoints]) xnew,ynew= itp.splev(np.linspace(0,1,1000),mytck) plot(xnew,ynew) |
我相信您正在使用的函数
为了使
相反，也许您想分别将x和y拟合为单调增加的第三个参数t。
x = f(t)
y = g(t)
t有两个简单的选择。第一个只是点的索引(第一个点为0，第二个点为1，依此类推)。第二个选择要难一点，累积的直线距离从点到点传播。然后，您将分别为x和y坐标调用
1 2 3 | t = [0] for i in range(1, len(x)): t[i] = t[i-1]+np.hypot(x[i]-x[i-1], y[i]-y[i-1]) |
也许您反而想要贝塞尔曲线样条曲线？
如文档中所述，X值的唯一性对于获得有意义的结果非常重要。在您的情况下，这违反了，因此对数据进行一些更正可能会有所帮助。