- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用 UnivariateSpline 函数为某些数据(原始布拉格峰)生成拟合。这是我的代码:
import matplotlib.pyplot as plt
from scipy import interpolate
import numpy as np
spline = interpolate.UnivariateSpline(xi, yi, s = 0)
measured_depth_i = np.linspace(0.4, 10.4, 1000)
measured_dose_i = spline(measured_depth_i)
plt.plot(measured_depth, measured_dose, 'ro', label='Original Points')
plt.plot(measured_depth_i, measured_depth_i, label='Interpolated Points' )
其中 xi =
[ 0.4 , 0.48, 0.63, 0.79, 0.93, 1.08, 1.22, 1.38,
1.53, 1.68, 1.83, 1.99, 2.14, 2.29, 2.43, 2.59,
2.73, 2.89, 3.04, 3.19, 3.34, 3.48, 3.64, 3.8 ,
3.94, 4.09, 4.24, 4.39, 4.55, 4.7 , 4.85, 5. ,
5.15, 5.3 , 5.45, 5.59, 5.75, 5.9 , 6.05, 6.21,
6.35, 6.5 , 6.66, 6.8 , 6.95, 7.11, 7.24, 7.4 ,
7.55, 7.71, 7.86, 8. , 8.16, 8.31, 8.46, 8.61,
8.76, 8.91, 9.06, 9.22, 9.36, 9.52, 9.67, 9.81,
9.97, 10.12, 10.27, 10.4 ]
和 yi =
[ 2.16457961e+01, 2.16457961e+01, 2.16010733e+01,
2.18470483e+01, 2.20483005e+01, 2.22942755e+01,
2.24731664e+01, 2.26967800e+01, 2.29427549e+01,
2.30545617e+01, 2.32781753e+01, 2.34570662e+01,
2.36583184e+01, 2.37924866e+01, 2.39713775e+01,
2.42620751e+01, 2.44856887e+01, 2.46869410e+01,
2.49552773e+01, 2.51341682e+01, 2.53577818e+01,
2.56932021e+01, 2.58497317e+01, 2.61404293e+01,
2.63864043e+01, 2.65876565e+01, 2.68559928e+01,
2.72361360e+01, 2.74821109e+01, 2.78622540e+01,
2.81529517e+01, 2.84436494e+01, 2.88461538e+01,
2.91815742e+01, 2.95617174e+01, 3.00089445e+01,
3.04114490e+01, 3.09033989e+01, 3.13059034e+01,
3.18872987e+01, 3.24463327e+01, 3.31395349e+01,
3.37656530e+01, 3.44364937e+01, 3.51296959e+01,
3.60017889e+01, 3.68515206e+01, 3.78801431e+01,
3.91323792e+01, 4.04293381e+01, 4.19946333e+01,
4.37164580e+01, 4.57513417e+01, 4.83228980e+01,
5.16100179e+01, 5.58363148e+01, 6.13595707e+01,
6.93202147e+01, 8.35420394e+01, 1.00000000e+02,
8.47271914e+01, 3.60688730e+01, 6.21645796e+00,
3.35420394e-01, 2.23613596e-02, 2.23613596e-02,
2.23613596e-02, 2.23613596e-02]
我的插值曲线似乎仍然是一条直线,并且与我的数据完全不匹配,无论我的 s 值如何变化。谁能解释为什么我不能很好地适应我的数据?
最佳答案
诀窍是在绘图语句中正确获取变量名称:
spline = interpolate.UnivariateSpline(xi, yi, s = 0)
measured_depth_i = np.linspace(0.4, 10.4, 1000)
measured_dose_i = spline(measured_depth_i)
plt.plot(xi, yi, 'ro', label='Original Points')_
plt.plot(measured_depth_i, measured_dose_i, label='Interpolated Points' )_
结果图如下:
关于python - 将 UnivariateSpline 与 SCIPY 结合使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25151547/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!