Python SciPy interpolate.sproot用法及代码示例

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

用法:

scipy.interpolate.sproot(tck, mest=10)#

求三次方 B-spline 的根。

给定三次 B-spline 的结 (>=8) 和系数，返回样条曲线的根。

参数 ：：

tck： 元组或 BSpline 对象

如果是元组，那么它应该是长度为 3 的序列，包含结向量、B-spline 系数和样条曲线的阶数。结的数量必须 >= 8，且次数必须为 3。结必须是单调递增的序列。

mest： 整数，可选

零数量的估计(默认为 10)。

返回 ：：

zeros： ndarray

给出样条根的数组。

注意：

不建议直接操作tck-tuples。在新代码中，更喜欢使用 BSpline 对象。

参考：

[1]

C. de Boor，“关于使用 b-splines 进行计算”，J. 近似理论，6，第 50-62 页，1972 年。

[2]

M. G. Cox，“b-splines 的数值评估”，J. Inst。数学应用，10，第 134-149 页，1972 年。

[3]

P. Dierckx，“用样条拟合曲线和曲面”，数值分析专着，牛津大学出版社，1993 年。

例子：

对于某些数据，此方法可能会丢失根。当样条线结之一(FITPACK 自动放置)恰好与真实根重合时，就会发生这种情况。解决方法是转换为 PPoly ，它使用不同的 root-finding 算法。

例如，

>>> x = [1.96, 1.97, 1.98, 1.99, 2.00, 2.01, 2.02, 2.03, 2.04, 2.05]
>>> y = [-6.365470e-03, -4.790580e-03, -3.204320e-03, -1.607270e-03,
...      4.440892e-16,  1.616930e-03,  3.243000e-03,  4.877670e-03,
...      6.520430e-03,  8.170770e-03]
>>> from scipy.interpolate import splrep, sproot, PPoly
>>> tck = splrep(x, y, s=0)
>>> sproot(tck)
array([], dtype=float64)

转换为 PPoly 对象确实可以在 x=2 处找到根：

>>> ppoly = PPoly.from_spline(tck)
>>> ppoly.roots(extrapolate=False)
array([2.])

本教程中给出了更多示例。