web-dev-qa-db-fra.com

Interpolation de spline avec Python

J'ai écrit le code suivant pour effectuer une interpolation spline:

import numpy as np
import scipy as sp

x1 = [1., 0.88,  0.67,  0.50,  0.35,  0.27, 0.18,  0.11,  0.08,  0.04,  0.04,  0.02]
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

x = np.array(x1)
y = np.array(y1)

new_length = 25
new_x = np.linspace(x.min(), x.max(), new_length)
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x)

mais je reçois:

ValueError: A value in x_new is below the interpolation range.

dans interpolate.py

Toute aide serait appréciée.

pythoninterpolationsplinecubic
12
Hellfish

De la documentation scipy sur scipy.interpolate.interp1d :

scipy.interpolate.interp1d (x, y, kind = 'linear', axis = -1, copy = True, bounds_error = True, fill_value = np.nan)

x: array_like. Un tableau 1D de valeurs réelles augmentant de façon monotone.

...

Le problème est que les valeurs x ne sont pas augmentant de façon monotone . En fait, ils diminuent de façon monotone. Faites-moi savoir si cela fonctionne et si c'est toujours le calcul que vous recherchez .:

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = sorted([1., 0.88, 0.67, 0.50, 0.35, 0.27, 0.18, 0.11, 0.08, 0.04, 0.04, 0.02])
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

new_length = 25
new_x = np.linspace(x.min(), x.max(), new_length)
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x)
13
ciferkey

Vous pouvez l'obtenir de la manière suivante:

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = [1., 0.88,  0.67,  0.50,  0.35,  0.27, 0.18,  0.11,  0.08,  0.04,  0.04,  0.02]
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

# Combine lists into list of tuples
points = Zip(x1, y1)

# Sort list of tuples by x-value
points = sorted(points, key=lambda point: point[0])

# Split list of tuples into two list of x values any y values
x1, y1 = Zip(*points)

new_length = 25
new_x = np.linspace(min(x1), max(x1), new_length)
new_y = sp.interpolate.interp1d(x1, y1, kind='cubic')(new_x)
11
Martin Thoma