Python SciPy LSQUnivariateSpline.derivative用法及代码示例

本文简要介绍 python 语言中 scipy.interpolate.LSQUnivariateSpline.derivative 的用法。

用法:

LSQUnivariateSpline.derivative(n=1)#

构造一个表示该样条的导数的新样条。

参数 ：：

n： 整数，可选

要评估的导数顺序。默认值：1

返回 ：：

spline： UnivariateSpline

k2=k-n 阶样条曲线表示该样条曲线的导数。

注意：

例子：

这可用于找到曲线的最大值：

>>> import numpy as np
>>> from scipy.interpolate import UnivariateSpline
>>> x = np.linspace(0, 10, 70)
>>> y = np.sin(x)
>>> spl = UnivariateSpline(x, y, k=4, s=0)

现在，微分样条并找到导数的零点。 (注意： sproot 仅适用于 3 阶样条曲线，因此我们适合 4 阶样条曲线)：

>>> spl.derivative().roots() / np.pi
array([ 0.50000001,  1.5       ,  2.49999998])

这与 \(\cos(x) = \sin'(x)\) 的根 \(\pi/2 + n\pi\) 非常吻合。