Python SciPy SmoothSphereBivariateSpline.ev用法及代碼示例

本文簡要介紹 python 語言中 scipy.interpolate.SmoothSphereBivariateSpline.ev 的用法。

用法:

SmoothSphereBivariateSpline.ev(theta, phi, dtheta=0, dphi=0)#

評估點處的樣條線

返回 (theta[i], phi[i]), i=0,...,len(theta)-1 處的插值。

參數 ：：

theta, phi： array_like

輸入坐標。遵循標準 Numpy 廣播。軸的排序與 np.meshgrid(..., indexing=”ij”) 一致，與默認排序 np.meshgrid(..., indexing=”xy”) 不一致。

dtheta： 整數，可選

theta-derivative的訂單

dphi： 整數，可選

phi-derivative的訂單

例子：

假設我們要使用樣條線在球體上插值二元函數。該函數的值在經度和緯度網格上已知。

>>> import numpy as np
>>> from scipy.interpolate import RectSphereBivariateSpline
>>> def f(theta, phi):
...     return np.sin(theta) * np.cos(phi)

我們評估網格上的函數。請注意，網格網格的默認索引 =”xy” 會導致插值後出現意外(轉置)結果。

>>> thetaarr = np.linspace(0, np.pi, 22)[1:-1]
>>> phiarr = np.linspace(0, 2 * np.pi, 21)[:-1]
>>> thetagrid, phigrid = np.meshgrid(thetaarr, phiarr, indexing="ij")
>>> zdata = f(thetagrid, phigrid)

接下來，我們設置插值器並使用它來評估原始網格之外的點處的函數。

>>> rsbs = RectSphereBivariateSpline(thetaarr, phiarr, zdata)
>>> thetainterp = np.linspace(thetaarr[0], thetaarr[-1], 200)
>>> phiinterp = np.linspace(phiarr[0], phiarr[-1], 200)
>>> zinterp = rsbs.ev(thetainterp, phiinterp)

最後，我們通過初始網格繪製對角線切片的原始數據，並沿同一切片繪製樣條近似值。

>>> import matplotlib.pyplot as plt
>>> fig = plt.figure()
>>> ax1 = fig.add_subplot(1, 1, 1)
>>> ax1.plot(np.sin(thetaarr) * np.sin(phiarr), np.diag(zdata), "or")
>>> ax1.plot(np.sin(thetainterp) * np.sin(phiinterp), zinterp, "-b")
>>> plt.show()