SciPy interp1d и MATLAB interp1

Ниже приведены входные данные для моей интерполяции:SciPy interp1d и MATLAB interp1

x = [-1.01, 5.66, 5.69, 13.77, 20.89] 

y = [0.28773, 1.036889, 1.043178, 1.595322, 1.543763] 

new_x = [0, 2, 4, 6, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20]

Результаты matlabinterp1 и scipy.interpolateinterp1d различны.
Результаты выглядят следующим образом.

new_y_scipy=[0.401171, 0.625806, 0.850442, 1.062384, 1.186291, 1.248244, 1.310198, 1.372152, 1.434105, 1.496059, 1.545429, 1.55267, 1.559911, 1.567153, 1.574394, 1.588877,] 

new_y_matlab=[0.401171, 0.625806, 0.850442, 1.064362, 1.201031, 1.269366, 1.3377, 1.406035, 1.47437, 1.542704, 1.593656, 1.586415, 1.579174, 1.571932, 1.564691, 1.550208]

Видимо matlab кажется, чтобы получить лучший результат, чем scipy. В чем принципиальное отличие?

источник

2013-11-13 Sri

Мои SciPy результаты соответствуют результаты MatLab: 'np.allclose (new_y_matlab, interp1d (х, у) (new_x))' ' true' – askewchan

Привет @ askewchan, что делает np.allclose? в чем разница в том, чтобы не использовать его? – Sri

'np.allclose' просто проверяет, совпадают ли два массива, здесь он возвращает' True'. Дело в том, что я думаю, что у вас есть ошибка в использовании 'scipy', потому что, когда я использую' scipy', я получаю те же результаты, что и вы в 'matlab', см. Мой ответ для получения дополнительной информации. – askewchan

Я думаю, что ваши данные от scipy могут быть испорчены каким-то образом, потому что я не могу воспроизвести вашу проблему. Для меня результаты от scipy идеально соответствуют вашим результатам от matlab. Ниже для демонстрации:

import numpy as np 
from scipy.interpolate import interp1d 
import matplotlib.pyplot as plt 

x = [-1.01, 5.66, 5.69, 13.77, 20.89] 
y = [0.28773, 1.036889, 1.043178, 1.595322, 1.543763] 

new_x = [0, 2, 4, 6, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20] 
new_y_scipy=[0.401171, 0.625806, 0.850442, 1.062384, 1.186291, 1.248244, 1.310198, 1.372152, 1.434105, 1.496059, 1.545429, 1.55267, 1.559911, 1.567153, 1.574394, 1.588877,] 
new_y_matlab=[0.401171, 0.625806, 0.850442, 1.064362, 1.201031, 1.269366, 1.3377, 1.406035, 1.47437, 1.542704, 1.593656, 1.586415, 1.579174, 1.571932, 1.564691, 1.550208] 

askewchan = interp1d(x,y)(new_x) 

# 'linear' has no effect since it's the default, but I'll plot it too: 
set_interp = interp1d(x, y, kind='linear') 
new_y = set_interp(new_x) 

plt.plot(x, y, 'o', new_x, new_y_scipy, '--', new_x, new_y_matlab, ':', new_x, askewchan, '.', new_x, new_y, '+') 
plt.legend(('Original','OP_scipy', 'OP_matlab', 'askewchan_scipy', 'OP style scipy'), loc='lower right') 

np.allclose(new_y_matlab, interp1d(x,y)(new_x)) 
#True

enter image description here

источник

2013-11-13 14:54:41 askewchan

Эй, спасибо, что в исходном массиве для меня были некоторые ошибки округления. поэтому ошибка накапливается. – Sri

SciPy interp1d и MATLAB interp1

ответ

Смежные вопросы