Python：Bivariate Spline不在网格数据上

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python：Bivariate Spline不在网格数据上，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1325字，纯文字阅读大概需要2分钟。

内容图文

我有一个数据集(X,Y) – > Z.因此,我想在Python中学习2D输入和输出Z之间的映射.

我知道底层函数不是线性的,因此我无法应用线性回归.由于输入数据只是2D,我想使用双变量样条.我实现了以下示例：

import numpy
from scipy import interpolate
X = [1,2,1,2]
Y = [1,2,2,1]
Z = [1,2,1,2]
Y = numpy.array(Y)
X = numpy.array(X)
Z = numpy.array(Z) 
tck = interpolate.bisplrep(X,Y,Z)#,kx=5,ky=2)
print interpolate.bisplev(1.5,1.5,tck) 

但是,上面的代码引发了以下错误：

  File "/usr/lib/python2.7/dist-packages/scipy/interpolate/fitpack.py", line 850, in bisplrep
    TypeError: m >= (kx+1)(ky+1) must hold

问题是二元样条的scipy implementation需要网格数据作为输入而不是输入序列的正常数组,例如X = [x1,x2,…]和Y = [y1,y2,…] .由于我可以使用的数据类型,我无法构建网格,因为输入数据不会定期分配.

如何使用不是网格的输入数据进行双变量样条曲线？

如果不可能,还有另一种方法可以在Python中进行2D样条/多项式拟合/非线性回归吗？

解决方法:

TypeError: m >= (kx+1)(ky+1) must hold

意味着您提供的点数太少,而不是数据必须是网格数据. m等于len(X)(或len(Y)或len(Z)).
kx和ky控制样条的程度.

因此,例如,如果增加x,y和z的长度：

import scipy.interpolate as interpolate

x = [1,2,1,2,1,3,2,3,3]
y = [1,2,2,1,3,1,3,2,3]
z = [1,2,1,2,0,0,0,0,0]

kx, ky = 2, 2  # spline order
assert len(x) >= (kx+1)*(ky+1)

tck = interpolate.bisplrep(x, y, z, kx=kx, ky=ky)
print(interpolate.bisplev(1.5,1.5,tck))

版画

2.109375

内容总结

以上是互联网集市为您收集整理的Python：Bivariate Spline不在网格数据上全部内容，希望文章能够帮你解决Python：Bivariate Spline不在网格数据上所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端