B样条函数python b样条函数拟合matlab

数值分析中的样条函数:使用scipy.interpolate.splrep函数实现 在 数学 学科 数值分析 中 ,  样条 是一种特殊的 函数  , 由 多项式 分段定义 。样条的 英语 单词spline来源于可变形的样条工具,那是一种在 造船 和 工程制图 时用来画出光滑形状的工具 。在中国大陆,早期曾经被称做“齿函数” 。后来因为工程学术语中“放样”一词而得名 。
在 插值 问题中,样条插值通常比 多项式插值 好用 。用低阶的样条插值能产生和高阶的多项式插值类似的效果,并且可以避免被称为 龙格现象 的数值不稳定的出现 。并且低阶的样条插值还具有“保凸”的重要性质 。
在 计算机科学 的 计算机辅助设计 和 计算机图形学 中 , 样条通常是指分段定义的多项式 参数曲线。由于样条构造简单,使用方便,拟合准确,并能近似 曲线拟合 和交互式曲线设计中复杂的形状 , 样条是这些领域中曲线的常用表示方法 。
scipy.interpolate.splrep(x,y,w = None , xb = None,xe = None,k = 3,task = 0,s = None,t = None , full_output = 0,per = 0,quiet = 1 )
找到一维曲线的B样条曲线表示 。
给定数据点集 , 确定区间上度k的平滑样条近似 。(x[i], y[i])xb = x = xe
x,y: array_like
定义曲线y = f(x)的数据点 。
w: array_like,optional
权重的严格正秩1数组,其长度与x和y相同 。权重用于计算加权最小二乘样条拟合 。如果y值中的误差具有矢量d给出的标准偏差,则w应为1 / d 。默认值为1(len(x)) 。
xb, xe:float, optional
适合的间隔 。如果为None,则它们分别默认为x [0]和x [-1] 。
k: int,optional
花键拟合的程度 。建议使用三次样条 。甚至应避免使用k值 , 尤其是在s值小的情况下 。1 = k = 5
task:{1, 0, -1}, optional
如果task == 0,则在给定的平滑因子s下找到t和c 。
如果task == 1,则找到t和c作为平滑因子s的另一个值 。对于同一组数据,必须先前有一个task = 0或task = 1的调用(t将存储为内部使用)
如果task = -1,则找到给定结点t的加权最小二乘样条曲线 。这些应该是内部结 , 因为两端的结将自动添加 。
s:float, optional
平滑条件 。满足以下条件来确定平滑度:sum((w(y-g)) * 2,axis = 0)= s其中g(x)是(x , y)的平滑插值 。用户可以使用s来控制贴合度和贴合度之间的权衡 。较大的s表示更平滑,而较小的s表示较不平滑 。s的推荐值取决于权重w 。如果权重代表y的标准偏差的倒数,则应在(m-sqrt(2 * m),m + sqrt(2 * m))范围内找到一个好的s值,其中m是x,y和w中的数据点 。默认值:如果提供了权重,则s = m-sqrt(2 * m) 。如果未提供权重,则s = 0.0(内插) 。
t:array_like, optional
任务= -1所需的结 。如果给出 , 则任务自动设置为-1 。
f:full_outputbool, optional
如果非零 , 则返回可选输出 。
per:bool, optional
如果非零,则将数据点视为周期为x [m-1]-x [0]的周期 , 然后返回平滑的周期样条近似 。不使用y [m-1]和w [m-1]的值 。
quiet:bool, optional
非零以禁止显示消息 。不推荐使用此参数;请改用标准的Python警告过滤器 。
Returns:
tck:tuple
元组(t,c,k),包含结向量 , B样条系数和样条度 。
fp:array, optional
样条近似值的平方残差的加权总和 。
ier:int, optional
有关splrep成功的整数标志 。如果ier = 0,则表示成功 。如果[1,2,3]中的ier发生错误,但未引发 。否则会引发错误 。

推荐阅读