如何解决Scipy Cubicspline vs Real Stats 使用 Excel Spline
我目前正在 python 和 excel 上运行一些插值(三次样条插值)。鉴于需要如何显示和获取某些数据的限制,我需要对某些数据在 python 上运行三次样条插值,并使用来自“Real Statistics using Excel”的加载项。
然而,作为测试,我尝试使用相同的数据运行三次样条插值,结果得到不同的结果。
new_df_expanded.interpolate(method='CubicSpline')
是我从 Pandas 中提取 CubicSpline 方法的方式,据我所知,它使用 Scipy 库来执行 CubicSpline。
https://www.real-statistics.com/other-mathematical-topics/spline-fitting-interpolation/
有一个名为 Spline() 的函数,我只需要输入带有数据点的数组,它就会自动运行插值。
它们运行样条插值的方式在逻辑上有区别吗?
解决方法
我实际上能够解决问题。 pandas interpolate 方法实际上是利用了 scipy 的 interpolate 方法,它将边界条件设置为“非结”作为默认值。这使得曲线末端的第一段和第二段是相同的多项式。为了使其与 excel 插件上的逻辑一致,您需要将 'bc_type' 更改为 'natural',以便曲线末端的二阶导数为零。
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 dio@foxmail.com 举报,一经查实,本站将立刻删除。