SciPy में अंतर्वेशन: एक्स ढूँढना है कि वाई

Question

पैदा करता है वहाँ जो एक्स मुझे वाई मैं SciPy में रहा हूँ देता है खोजने के लिए एक बेहतर तरीका है? मैंने अभी साइपी का उपयोग शुरू किया और मैं प्रत्येक समारोह से बहुत परिचित नहीं हूं।

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

x = [70, 80, 90, 100, 110] 
y = [49.7, 80.6, 122.5, 153.8, 163.0] 
tck = interpolate.splrep(x,y,s=0) 
xnew = np.arange(70,111,1) 
ynew = interpolate.splev(xnew,tck,der=0) 
plt.plot(x,y,'x',xnew,ynew) 
plt.show() 
t,c,k=tck 
yToFind = 140 
print interpolate.sproot((t,c-yToFind,k)) #Lowers the spline at the abscissa 

Answer 1

यूनिवर्सेटस्पिन क्लास स्पीसी में स्प्लिंस को और अधिक पाइथनिक बनाता है।

x = [70, 80, 90, 100, 110] 
y = [49.7, 80.6, 122.5, 153.8, 163.0] 
f = interpolate.UnivariateSpline(x, y, s=0) 
xnew = np.arange(70,111,1) 

plt.plot(x,y,'x',xnew,f(xnew)) 

y पर एक्स जानने के लिए तो कार्य करें:

yToFind = 140 
yreduced = np.array(y) - yToFind 
freduced = interpolate.UnivariateSpline(x, yreduced, s=0) 
freduced.roots() 

मैं y के मामले में एक्स interpolating काम हो सकता है सोचा था, लेकिन यह कुछ हद तक एक अलग रास्ता ले जाता है। यह अधिक अंक के साथ हो सकता है।

Answer 2

तो आप सभी की जरूरत रैखिक प्रक्षेप है, तो आप numpy में interp समारोह इस्तेमाल कर सकते हैं।

Answer 3

मैंने आपके प्रश्न को गलत समझा होगा, अगर ऐसा है तो मुझे खेद है। मुझे नहीं लगता कि आपको SciPy का उपयोग करने की आवश्यकता है। NumPy कम से कम वर्ग समारोह है।

#!/usr/bin/env python 

from numpy.linalg.linalg import lstsq 



def find_coefficients(data, exponents): 
    X = tuple((tuple((pow(x,p) for p in exponents)) for (x,y) in data)) 
    y = tuple(((y) for (x,y) in data)) 
    x, resids, rank, s = lstsq(X,y) 
    return x 

if __name__ == "__main__": 
    data = tuple((
     (1.47, 52.21), 
     (1.50, 53.12), 
     (1.52, 54.48), 
     (1.55, 55.84), 
     (1.57, 57.20), 
     (1.60, 58.57), 
     (1.63, 59.93), 
     (1.65, 61.29), 
     (1.68, 63.11), 
     (1.70, 64.47), 
     (1.73, 66.28), 
     (1.75, 68.10), 
     (1.78, 69.92), 
     (1.80, 72.19), 
     (1.83, 74.46) 
    )) 
    print find_coefficients(data, range(3)) 

यह वापस आएगा [128.81280358 -143.16202286 61.96032544]।

>>> x=1.47 # the first of the input data 
>>> 128.81280358 + -143.16202286*x + 61.96032544*(x**2) 
52.254697219095988 

0,04 बाहर, बुरा नहीं