Python/SciPy: 如何从 CubicSpline 得到三次样条方程

Question

我正在通过一组给定的数据点生成三次样条曲线图：

import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate

x = np.array([1, 2, 4, 5])  # sort data points by increasing x value
y = np.array([2, 1, 4, 3])
arr = np.arange(np.amin(x), np.amax(x), 0.01)
s = interpolate.CubicSpline(x, y)
plt.plot(x, y, 'bo', label='Data Point')
plt.plot(arr, s(arr), 'r-', label='Cubic Spline')
plt.legend()
plt.show()

如何从 CubicSpline 得到样条方程？我需要以下形式的方程式：

我尝试了各种方法来获取系数，但它们都使用了使用不同数据获得的数据，而不仅仅是数据点。

Answer 1

编辑：由于系数可作为属性访问（请参阅@ali_m 的回答），此处显示的方法是不必要的间接方法。如果有人使用更不透明的库偶然发现了这个问题，我会把它留在网上。

一种方法是在感兴趣的节点处进行评估：

coeffs = [s(2)] + [s.derivative(i)(2) / misc.factorial(i) for i in range(1,4)]
s(2.5)
# -> array(1.59375)
sum(coeffs[i]*(2.5-2)**i for i in range(4))
# -> 1.59375

严格来说，高阶导数在节点处不存在，但 scipy 似乎是 return 右单边导数，所以即使它不应该也有效。

Answer 2

来自 the documentation:

c (ndarray, shape (4, n-1, ...)) Coefficients of the polynomials on each segment. The trailing dimensions match the dimensions of y, excluding axis. For example, if y is 1-d, then c[k, i] is a coefficient for (x-x[i])**(3-k) on the segment between x[i] and x[i+1].

所以在你的例子中，第一段的系数 [x₁, x₂] 将在第 0 列中：

y₁ 将是 s.c[3, 0]
b₁ 将是 s.c[2, 0]
c₁ 将是 s.c[1, 0]
d₁ 将是 s.c[0, 0].

然后对于第二段 [x₂, x₃] 你会s.c[3, 1]、s.c[2, 1]、s.c[1, 1] 和 s.c[0, 1] for y₂、b₂,c₂,d₂，依此类推。

例如：

x = np.array([1, 2, 4, 5])  # sort data points by increasing x value
y = np.array([2, 1, 4, 3])
arr = np.arange(np.amin(x), np.amax(x), 0.01)
s = interpolate.CubicSpline(x, y)

fig, ax = plt.subplots(1, 1)
ax.hold(True)
ax.plot(x, y, 'bo', label='Data Point')
ax.plot(arr, s(arr), 'k-', label='Cubic Spline', lw=1)

for i in range(x.shape[0] - 1):
    segment_x = np.linspace(x[i], x[i + 1], 100)
    # A (4, 100) array, where the rows contain (x-x[i])**3, (x-x[i])**2 etc.
    exp_x = (segment_x - x[i])[None, :] ** np.arange(4)[::-1, None]
    # Sum over the rows of exp_x weighted by coefficients in the ith column of s.c
    segment_y = s.c[:, i].dot(exp_x)
    ax.plot(segment_x, segment_y, label='Segment {}'.format(i), ls='--', lw=3)

ax.legend()
plt.show()

Python/SciPy: 如何从 CubicSpline 得到三次样条方程

Python/SciPy: How to get cubic spline equations from CubicSpline

python

numpy

scipy

spline