IDL与Python中样条插值的差异

我编写了IDL代码：

zz= [  0,  5, 10, 15, 30, 50, 90, 100,  500]
uz= [ 20, 20, 20, 30, 60, 90, 30, -200, -200]*(-1.)
zp= findgen(120)*500+500
up= spline((zz-10.),uz,(zp/1000.0))
print, up 

IDL给了我up数组的值，从大约-20到500

.和我在Python中做的一样

import numpy as npy
zz = npy.array([  0,  5, 10, 15, 30, 50, 90, 100,  500])
uz = npy.array([ 20, 20, 20, 30, 60, 90, 30, -200, -200])*(-1.)
zp = npy.arange(0,120)*500+500
from scipy.interpolate import interp1d
cubic_interp_u = interp1d(zz-10., uz, kind='cubic')
up = cubic_interp_u(zp/1000)
print up

---

它让我放弃了从-20到-160的数值。有什么想法吗？提前谢谢

事实上，我看没什么问题。我在这里使用的是

UnivariateSpline

，而不是

interp1d

和

cubic\u interp\u

，但基本例程基本相同，据我所知：

import numpy as npy
import pyplot as pl
from scipy.interpolate import UnivariateSpline
zz = npy.array([  0,  5, 10, 15, 30, 50, 90, 100,  500])
uz = npy.array([ 20, 20, 20, 30, 60, 90, 30, -200, -200])*(-1.)
zp = npy.arange(0,120)*500+500
pl.plot(zz, uz, 'ro')
pl.plot(zp/100, UnivariateSpline(zz, uz, s=1, k=3)(zp/100), 'k-.')
pl.plot(zp/1000, UnivariateSpline(zz, uz, s=1, k=3)(zp/1000), 'b-')

我看到的唯一问题是，您使用

zp/1000

限制了插值。使用

zp/100

，我得到了

-160，-20

范围之外的所有值，与蓝线（

zp/1000

）相比，您也可以从点虚线的图形中看到这些值：

看起来scipy做得很好

---

顺便说一下，如果你想（样条）适合这些离群值，你可能想考虑在日志日志空间中工作，或者粗略地归一化你的数据（日志日志空间类型）。如果值的数量级相同，大多数拟合问题效果最好。

对于初学者，可以绘制数据点上的插值结果，然后查看其中一个是否有意义，或者一个是否完全没有意义。另外，您可能需要再次检查IDL和scipy/numpy在其例程中是否对整数数组进行相同的处理（即，它们是否都自动将输入转换为浮点？@Evert:是的，谢谢。这是一个绘制结果的好主意。我已经完成了，图片显示在这里。请看一看。我猜Python的插值函数无法捕捉我的配置文件。不过，我还是不知道要修改它！请帮忙！图片显示在哪里？你说的个人资料是什么意思？对不起，我不能发布这些图片，因为我没有足够的资料reputation@JanneKarila我指的是我的曲线图，在python中，函数样条曲线不遵循我的曲线图，它不会通过曲线图中的所有点。它想从某个起点绘制一条三阶曲线，非常感谢！现在我想我需要的不是一个三次样条函数，而是一条平滑拟合的曲线。我希望拟合曲线通过所有给定点。你有这方面的经验吗？再次非常感谢@hoangtran：我在这里几乎没有经验，但样条曲线本质上是一条平滑曲线；它只是有一个不太方便的数学公式。另外，请查看单变量样条线的文档，特别是关于参数

s

@hoangtran的文档。三次样条线通过（穿过）所有给定点。