scipy.interpolate.LSQUnivariateSpline.

导数

LSQUnivariateSpline.derivative(n=1)

构造一个新的样条曲线，表示此样条曲线的导数。

参数:

nint, 可选

要计算的导数的阶数。默认值：1

返回:

样条UnivariateSpline

阶数为 k2=k-n 的样条，表示此样条的导数。

参见

splder, antiderivative

注释

Added in version 0.13.0.

示例

Try it in your browser!

这可以用于寻找曲线的最大值：

>>> import numpy as np
>>> from scipy.interpolate import UnivariateSpline
>>> x = np.linspace(0, 10, 70)
>>> y = np.sin(x)
>>> spl = UnivariateSpline(x, y, k=4, s=0)

现在，区分样条并找到导数的零点。（注意：sproot 仅适用于3阶样条，因此我们拟合一个4阶样条）：

>>> spl.derivative().roots() / np.pi
array([ 0.50000001,  1.5       ,  2.49999998])

这与 \(\cos(x) = \sin'(x)\) 的根 \(\pi/2 + n\pi\) 非常吻合。

Go BackOpen In Tab