- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的问题始于 scipy 1.2.3 及其函数 scipy.interpolate.griddata,它执行插值并为我提供引用数据集。 (我对三次 2d 插值感兴趣,请参见下面的测试用例)
将 scipy 更新到 scipy 1.5.2 后,我无法生成与以前完全相同的结果...并且差异不可忽略。
通过测试我的 anaconda 发行版中可用的以前版本的 scipy,如果我安装 scipy 1.3.2,我会生成准确的初始插值结果。
所以我认为 griddata 或其子组件之一在 scipy 1.3.2 之后更新。
但我在 Scipy 发行说明中找不到关于它的任何解释:Scipy.org Release Notes , GitHub 上的 scipy/scipy/interpolate/ndgriddata.py 历史上没有任何内容 History ndgriddata , GitHub 上的 scipy/scipy/interpolate/interpnd.pyx 历史上没有任何内容 History interpnd .也许我没有看到明显的东西?
有没有人遇到过这个问题:更新 scipy 改变了 scipy.interpolate.griddata 给出的结果?
为了制作测试用例,我借用了一些代码:how-can-i-perform-two-dimensional-interpolation-using-scipy (非常感谢)
from scipy.interpolate import griddata
import numpy as np
# scipy 1.2.3 or (scipy 1.3.2) reference dataset
z_griddata_scipy_1_2_3 = np.array([[1.22464680e-16, 2.99260075e-02, 4.64921877e-02, 3.63387200e-02,
-1.17334278e-02, -4.10790167e-02, -3.53276896e-02, -1.32599029e-02,
6.57516828e-03, 1.46193750e-02, 1.29942167e-02, 4.60176170e-03,
-1.02398072e-02, -3.13455739e-02, -3.89274672e-02, -1.15549286e-02,
3.59960447e-02, 4.60537630e-02, 2.96438015e-02, 1.22464680e-16],
[3.06593878e-01, 2.94590471e-01, 2.55311166e-01, 1.72704804e-01,
6.75755257e-02, -8.71796149e-02, -1.69793095e-01, -2.16754270e-01,
-2.45929090e-01, -2.64204208e-01, -2.83893302e-01, -2.86038057e-01,
-2.52505900e-01, -1.93389278e-01, -9.70877464e-02, 6.22252315e-02,
1.64062151e-01, 2.49498113e-01, 2.91797267e-01, 3.07425460e-01]])
# auxiliary function for mesh generation
def gimme_mesh(n):
minval = -1
maxval = 1
# produce an asymmetric shape in order to catch issues with transpositions
return np.meshgrid(np.linspace(minval, maxval, n), np.linspace(minval, maxval, n+1))
# set up underlying test functions, vectorized
def fun_smooth(x, y):
return np.cos(np.pi * x)*np.sin(np.pi * y)
def test_griddata_cubic():
# sparse input mesh, 6x7 in shape
N_sparse = 6
x_sparse, y_sparse = gimme_mesh(N_sparse)
z_sparse_smooth = fun_smooth(x_sparse, y_sparse)
# dense output mesh, 20x21 in shape
N_dense = 20
x_dense, y_dense = gimme_mesh(N_dense)
z_griddata_scipy_test = griddata(np.array([x_sparse.ravel(), y_sparse.ravel()]).T,
z_sparse_smooth.ravel(),
(x_dense, y_dense),
method='cubic')
try:
np.testing.assert_almost_equal(z_griddata_scipy_1_2_3, z_griddata_scipy_test[:2], decimal=5)
except AssertionError as err:
print (err)
if __name__ == '__main__':
"""
"""
test_griddata_cubic()
我电脑Windows 7、Python 3.7、scipy 1.5.2测试结果:
Arrays are not almost equal to 5 decimals
Mismatched elements: 38 / 40 (95%)
Max absolute difference: 0.03821737
Max relative difference: 0.67726368
x: array([[ 1.22465e-16, 2.99260e-02, 4.64922e-02, 3.63387e-02,
-1.17334e-02, -4.10790e-02, -3.53277e-02, -1.32599e-02,
6.57517e-03, 1.46194e-02, 1.29942e-02, 4.60176e-03,...
y: array([[ 1.22465e-16, 2.97398e-02, 4.62030e-02, 3.61127e-02,
-1.15711e-02, -3.85005e-02, -3.03032e-02, -9.36536e-03,
3.92018e-03, 1.17290e-02, 1.37729e-02, 6.40206e-03,...
我可以观察到差异是不可忽略的!
最佳答案
由于版本 1.4.0 的行为已经不同,对所有 commits 运行二分法在 1.3.2 和 1.4.0 之间,并为每次提交从源构建 SciPy + 运行测试脚本,有助于缩小相关更改的范围。
结果是行为的变化是由these commits引入的这显然引入了一种新的 qh_new_qhull_scipy
算法。该算法又由 griddata
函数使用。根据this commit , qh_new_qhull
之前已打过补丁,因此您获得的新结果很可能是正确的。
以下是缩小到相关提交的详细步骤。
准备步骤:
git clone https://github.com/scipy/scipy.git
;和 mv scipy scipy-source
。pip install tempita
)。test.py
中,然后删除 np.testing.assert_almost_equal
周围的 try/except
。 main
脚本(这将花费很长时间)。主脚本:
from pathlib import Path
import shlex
import subprocess
import sys
def log(msg, *, level=0, newline=False):
indent = ' ' * level
print(f'{indent}{msg}', end='\n' if newline else '', flush=True)
def run(cmd, **kwargs):
if cmd.startswith('git'):
kwargs['cwd'] = 'scipy-source'
kwargs.update(check=True, capture_output=True, text=True)
return subprocess.run(shlex.split(cmd), **kwargs).stdout.strip()
def run_and_log(cmd, **kwargs):
exc, *args = shlex.split(cmd)
exc = Path(exc).name
log(f'{" ".join([exc, *args])}: ', level=1)
text = run(cmd, **kwargs).strip()
if text:
text = text.splitlines()[-1]
log(text, newline=True)
return text
python = sys.executable
ancestor = run('git merge-base v1.3.2 v1.4.0')
commits = run(f'git --no-pager log --pretty=oneline --reverse --ancestry-path {ancestor}..v1.4.0').splitlines()
commits = [x.split(' ', maxsplit=1)[0] for x in commits]
log(f'Scanning {len(commits)} commits', newline=True)
low, high = 0, len(commits)
index = (low + high) // 2
while 0 < index < len(commits):
commit = commits[index]
log(f'{commit[:8]} ({index})', newline=True)
run_and_log(f'{python} -m pip uninstall -y scipy')
run_and_log(f'git checkout {commit}')
try:
run_and_log(f'{python} -m pip install .', cwd='scipy-source')
except subprocess.CalledProcessError:
log('build failed', newline=True)
index += 1
continue
try:
run_and_log(f'{python} test.py')
except subprocess.CalledProcessError:
log('failed', newline=True)
high = index
else:
low = index
if high - low <= 1:
break
index = (low + high) // 2
它产生以下输出:
$ python main.py
Scanning 1281 commits
19f4c290 (640)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+18219f5
git checkout 19f4c2900d6c62d1e56c2faecd8a2b1d584c094e:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+19f4c29
python test.py: failed
983e83e5 (320)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+19f4c29
git checkout 983e83e549a1c6f04b4657d2396dc47ab4b8d0e1:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+983e83e
python test.py:
a3276047 (480)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+983e83e
git checkout a3276047bb3493eeab6dac5148615cc8010faac0:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+a327604
python test.py: failed
35f86bc3 (400)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+a327604
git checkout 35f86bc33016dc88fc4340e4dc3f23bf86e4f311:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+35f86bc
python test.py: failed
7b0345e9 (360)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+35f86bc
git checkout 7b0345e9c038d7c1082ec0097f1ed4a626734bf4:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+7b0345e
python test.py: failed
f9525c3c (340)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+7b0345e
git checkout f9525c3ce7a9b63afda23b0af2ad32c7fbcedaa9:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+f9525c3
python test.py:
4a71ecf7 (350)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+f9525c3
git checkout 4a71ecf72be8321eb9a5faf7307f4c18cb0cb500:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+4a71ecf
python test.py: failed
9b7879b8 (345)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+4a71ecf
git checkout 9b7879b832aa52131383999fc7dd0dfa3575a4c2:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+9b7879b
python test.py: failed
5481d175 (342)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+9b7879b
git checkout 5481d175bb29d7162ac9eed18bb9181a2b566f20:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+5481d17
python test.py:
f2854466 (343)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+5481d17
git checkout f28544666cbc74c86c21fc2b320bc31f9fbd1c2c:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+f285446
python test.py:
18219f5a (344)
python -m pip uninstall -y scipy: Successfully uninstalled scipy-1.4.0.dev0+f285446
git checkout 18219f5a1971be9a3fd6d590aeb496a419e8cd0e:
python -m pip install .: Successfully installed scipy-1.4.0.dev0+18219f5
python test.py: failed
关于python - scipy 版本可以更改 scipy.interpolate.griddata 结果吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64453382/
我正在尝试使用 AngularJS 将 YouTube 视频插入到我的网站中,但我一直收到相同的错误: Error: $interpolate:interr Interpolation Error 为
我正在尝试将动态链接从 json 加载到我的 iframe 模板中。当我加载 iframe 页面时,会弹出此错误。我真的不知道为什么。这是我第一次看到这个错误。下面是代码。 Controller ap
我想从 x 进行插值到 z .但有一个警告: 取决于状态y , 我有一个不同的 xGrid - 我需要对其进行插值。 我有一个 y 的网格, yGrid .说 yGrid=[0,1] .和 xGrid
我是 javascript 的新手,但几周前刚刚钻研 d3.js 尝试创建时空可视化。 我想要实现的是基于以下代码的类似 ( https://jsfiddle.net/dmatekenya/mz5fx
scipy.interpolate.splrep(x, y, w=None, xb=None, xe=None, k=3, task=0, s=None, t=None, full_output=0,
Scipy 函数 griddata和 Rbf两者都可以用于对随机分散的 n 维数据进行插值。它们之间有什么区别?其中之一在准确性或性能方面更胜一筹吗? IMO,这不是 this question 的重
我需要(以数字方式)计算函数的一阶和二阶导数,为此我尝试同时使用 splrep 和 UnivariateSpline 来创建样条曲线插值函数的导数。 但是,对于幅度为 10^-1 或更低的函数,样条表
好的,所以我最近一直在研究插值。遗憾的是,我读过的几乎每篇文章都只讨论精确到 0.0 到 1.0 的小数级别的插值。我想插入整数整数,不管它们有多大,或者是否有负数或其他什么。我用线性插值完成了这个:
如何在 FORTRAN 中实现二维插值,其中数据如下所示。 x 和 y 是两个坐标,z 是依赖于它们的值 x 间隔均匀但 y 不均匀间隔且 y 的最大值 对应于 x 的统一值不断增加。 在不损失太多准
在彼得阿尔弗雷德的 article关于多元散点数据插值,他提到,从各种方案中,只有少数方案真正受到从业者的欢迎。例如,他命名为 Shepard 方法和 Hardy Multiquadrics。但那篇文
我不清楚图像处理中重采样和插值之间的区别。如果我有一个 geotiff 并且我想提高它的分辨率,我应该使用重采样方法,例如最近邻,对吗?例如,我发现 gdalwarp 函数可以做到这一点。 插值方法,
对于这个有点令人困惑的标题,我感到很抱歉,但我不确定如何更清楚地总结这一点。 我有两组 X,Y 数据,每组对应一个总体值。它们是从原始数据中相当密集地采样的。我正在寻找一种方法,为任何给定的 Y 找到
我很抱歉标题有点困惑,但我不确定如何更清楚地总结这一点。 我有两组X,Y数据,每组对应一个大概的整体值。它们是从原始数据中相当密集地采样的。我正在寻找的是一种方法,可以为我已有的集合之间的值找到任何给
我是 D3 新手,正在尝试一些图表。在使用 D3 V4 构建折线图时,我遇到了以下错误。 d3.line(...).x(...).y(...).interpolate is not a functio
问候, 在我正在开发的网络应用程序中,我想做如下事情: 我有一个 bean class Gene{ String geneid; String sequence; .. } // EL express
有什么方法可以将 Angular 的 $interpolate 与数组而不是对象一起使用? 示例代码: var exp = $interpolate('Hello {{name}}!'); var r
我是编程新手,我会尝试编写一个线性插值函数: from bisect import bisect_left def interpolate((x_list, y_list), x_test):
我启动了一个带有共享元素的场景转换的 Activity,它工作正常。 ActivityOptionsCompat options = ActivityOptionsCompat.makeSceneTr
背景分析 在传统的html页面中我们可以定义变量吗?当然不可以,那我们假如希望通过变量的方式实现页面内容的数据操作也是不可以的。当然我们可以在服务端通过定义html标签库方式,然后以html作为模
我在 wikipedia 上阅读了关于双三次插值的信息.我遇到了变量 t这是没有定义的。 等式是: 谁能告诉我这个变量是什么意思以及它的常用值是什么? 最佳答案 t 是 0 到 1 之间的任何数字。
我是一名优秀的程序员,十分优秀!