xyz 元组的内核平滑集(python 首选伪代码欢迎)
Kernel smooth set of xyz tuplets (python preferred pseudocode welcome)
我想将一组 xyz
元组平滑到一个曲面中,并且 return surface(z')
在原始坐标组 (x,y)
处的值.
有没有更直接的方法,然后将原始数据插值到网格上,对其进行平滑处理并重新评估。如果这是最好的方法,是否有 python 人们喜欢的特定功能/是标准?
例如:
(x1,y1,z1) -> (x1,y1,z1')
(x2,y2,z2) -> (x2,y2,z2')
(x3,y3,z3) -> (x3,y3,z3')
(x4,y4,z4) -> (x4,y4,z4')
"Smoothing" 不是定义明确的操作;它的意思可以解释。产生 "smoother" 数据的操作有很多,其中大多数至少有一个控制平滑量的参数。在不了解您将如何处理平滑数据的情况下,很难对这个问题给出明确的答案。
这里有一个答案。 :)
scipy.interpolate.Rbf
是包含平滑参数的 n 维数据插值器。当此参数为 0(默认值)时,将创建一个真正的插值器,即它 returns 在给定的 (x, y) 值处的给定 z 值,并在其他点 returns 插值z 值。 Rbf
包含一个 smooth
参数,文档字符串说 "Values greater than zero increase the smoothness of the approximation."
因此,使用 Rbf
的问题的答案是:
f = Rbf(x, y, z, smooth=<a positive number>)
z_smoothed = f(x, y)
(不幸的是,Rbf
文档字符串没有解释如何使用 smooth
。您必须深入研究代码才能确切了解它的作用。与此同时,您可以尝试一些值,看看结果是否满足您的需求。)
以下脚本是使用 Rbf
和非零 smooth
参数的示例。使用 matplotlib 绘制输入点和平滑表面。
import numpy as np
from scipy.interpolate import Rbf
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# Generate some random (x, y, z) values.
npoints = 36
np.random.seed(12345)
x, y = np.random.rand(2, npoints)
z = np.cos(3*x)*np.sin(2*y) + 0.4*np.random.randn(npoints)
# "Interpolator" with smoothing
f = Rbf(x, y, z, smooth=0.05)
print("Original z values:")
print(z)
print("Smoothed z values:")
print(f(x, y))
u = np.linspace(0, 1, 25)
xx, yy = np.meshgrid(u, u)
zz = f(xx, yy)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z)
surf1 = ax.plot_surface(xx, yy, zz, rstride=1, cstride=1, color='g',
linewidth=0, antialiased=False, alpha=0.5)
plt.show()
该脚本生成以下图。蓝点是原始数据,绿面是Rbf
.
创建的函数图形
脚本打印:
Original z values:
[-0.34127933 -0.30729404 0.21155127 0.82107652 0.17163933 -0.44447561
-0.62316986 -0.07631452 -0.2452825 0.08006371 -0.16038592 -1.15094797
0.97879369 -0.59069121 0.28481385 -0.61505364 -1.28958296 -0.40040525
-0.62065409 0.10887611 0.11082111 -0.57756184 -0.08303365 0.1736536
-0.11741524 -0.25279036 -0.87523777 -0.62589892 0.14774674 1.02822874
1.40065013 0.0570847 -1.24442082 1.29216089 0.04075983 0.35829967]
Smoothed z values:
[-0.4760952 -0.32638375 0.33082556 0.81805681 0.04136433 -0.04617472
-0.6941891 -0.17280308 -0.21626414 -0.25286811 -0.19661876 -1.04547018
1.19599927 -0.55479106 0.3257578 -0.35879233 -0.9914419 -0.74646378
-0.60559207 -0.11546096 -0.10684431 -0.35038102 0.05290993 0.10818459
-0.07302746 -0.33240211 -0.82955756 -0.32360917 0.11565045 0.98144511
1.22421926 -0.08092414 -0.97381114 1.16754806 0.01186976 0.11594726]
我想将一组 xyz
元组平滑到一个曲面中,并且 return surface(z')
在原始坐标组 (x,y)
处的值.
有没有更直接的方法,然后将原始数据插值到网格上,对其进行平滑处理并重新评估。如果这是最好的方法,是否有 python 人们喜欢的特定功能/是标准?
例如:
(x1,y1,z1) -> (x1,y1,z1')
(x2,y2,z2) -> (x2,y2,z2')
(x3,y3,z3) -> (x3,y3,z3')
(x4,y4,z4) -> (x4,y4,z4')
"Smoothing" 不是定义明确的操作;它的意思可以解释。产生 "smoother" 数据的操作有很多,其中大多数至少有一个控制平滑量的参数。在不了解您将如何处理平滑数据的情况下,很难对这个问题给出明确的答案。
这里有一个答案。 :)
scipy.interpolate.Rbf
是包含平滑参数的 n 维数据插值器。当此参数为 0(默认值)时,将创建一个真正的插值器,即它 returns 在给定的 (x, y) 值处的给定 z 值,并在其他点 returns 插值z 值。 Rbf
包含一个 smooth
参数,文档字符串说 "Values greater than zero increase the smoothness of the approximation."
因此,使用 Rbf
的问题的答案是:
f = Rbf(x, y, z, smooth=<a positive number>)
z_smoothed = f(x, y)
(不幸的是,Rbf
文档字符串没有解释如何使用 smooth
。您必须深入研究代码才能确切了解它的作用。与此同时,您可以尝试一些值,看看结果是否满足您的需求。)
以下脚本是使用 Rbf
和非零 smooth
参数的示例。使用 matplotlib 绘制输入点和平滑表面。
import numpy as np
from scipy.interpolate import Rbf
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# Generate some random (x, y, z) values.
npoints = 36
np.random.seed(12345)
x, y = np.random.rand(2, npoints)
z = np.cos(3*x)*np.sin(2*y) + 0.4*np.random.randn(npoints)
# "Interpolator" with smoothing
f = Rbf(x, y, z, smooth=0.05)
print("Original z values:")
print(z)
print("Smoothed z values:")
print(f(x, y))
u = np.linspace(0, 1, 25)
xx, yy = np.meshgrid(u, u)
zz = f(xx, yy)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z)
surf1 = ax.plot_surface(xx, yy, zz, rstride=1, cstride=1, color='g',
linewidth=0, antialiased=False, alpha=0.5)
plt.show()
该脚本生成以下图。蓝点是原始数据,绿面是Rbf
.
脚本打印:
Original z values:
[-0.34127933 -0.30729404 0.21155127 0.82107652 0.17163933 -0.44447561
-0.62316986 -0.07631452 -0.2452825 0.08006371 -0.16038592 -1.15094797
0.97879369 -0.59069121 0.28481385 -0.61505364 -1.28958296 -0.40040525
-0.62065409 0.10887611 0.11082111 -0.57756184 -0.08303365 0.1736536
-0.11741524 -0.25279036 -0.87523777 -0.62589892 0.14774674 1.02822874
1.40065013 0.0570847 -1.24442082 1.29216089 0.04075983 0.35829967]
Smoothed z values:
[-0.4760952 -0.32638375 0.33082556 0.81805681 0.04136433 -0.04617472
-0.6941891 -0.17280308 -0.21626414 -0.25286811 -0.19661876 -1.04547018
1.19599927 -0.55479106 0.3257578 -0.35879233 -0.9914419 -0.74646378
-0.60559207 -0.11546096 -0.10684431 -0.35038102 0.05290993 0.10818459
-0.07302746 -0.33240211 -0.82955756 -0.32360917 0.11565045 0.98144511
1.22421926 -0.08092414 -0.97381114 1.16754806 0.01186976 0.11594726]