matlab interp1 c,SciPy interp1d结果与MatLab interp1不同[通俗易懂]

matlab interp1 c,SciPy interp1d结果与MatLab interp1不同[通俗易懂]我正在将一个MatLab程序转换为Python,我很难理解为什么scipy.interpolate.interp1d给出的结果与MatlabInterp1不同。在MatLab中,用法略有不同:yi=interp1(x,Y,xi,’cubic’)剪刀:f=interp1d(x,Y,kind=’cubic’)yi=f(xi)对于一个简单的例子,结果是相同的:MatLab软件:interp1…

大家好,又见面了,我是你们的朋友全栈君。

我正在将一个MatLab程序转换为Python,我很难理解为什么scipy.interpolate.interp1d给出的结果与MatlabInterp1不同。

在MatLab中,用法略有不同:yi = interp1(x,Y,xi,’cubic’)

剪刀:f = interp1d(x,Y,kind=’cubic’)

yi = f(xi)

对于一个简单的例子,结果是相同的:

MatLab软件:interp1([0 1 2 3 4], [0 1 2 3 4],[1.5 2.5 3.5],’cubic’)

1.5000 2.5000 3.5000

Python:interp1d([1,2,3,4],[1,2,3,4],kind=’cubic’)([1.5,2.5,3.5])

array([ 1.5, 2.5, 3.5])

但对于现实世界的例子来说,它们并不相同:x = 0.0000e+000 2.1333e+001 3.2000e+001 1.6000e+004 2.1333e+004 2.3994e+004

Y = -6 -6 20 20 -6 -6

xi = 0.00000 11.72161 23.44322 35.16484… (2048 data points)

Matlab软件:-6.0000e+000

-1.2330e+001

-3.7384e+000

7.0235e+000

7.0028e+000

6.9821e+000

剪刀:array([[ -6.00000000e+00],

[ -1.56304101e+01],

[ -2.04908267e+00],

…,

[ 1.64475576e+05],

[ 8.28360759e+04],

[ -5.99999999e+00]])

关于如何得到与MatLab一致的结果有什么想法吗?

编辑:我知道三次插值算法的实现有一定的自由度,这可能解释了我看到的差异。似乎我正在转换的原始MatLab程序应该使用线性插值,所以这个问题可能是没有意义的。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/131343.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号