scipy.interpolate.

sproot#

scipy.interpolate.sproot(tck, mest=10)[源代码][源代码]#

找到三次B样条的根。

给定一个三次B样条的节点（>=8）和系数，返回该样条的根。

参数:

tck元组或BSpline对象: 如果是一个元组，那么它应该是一个长度为3的序列，包含节点向量、B样条系数和样条的次数。节点的数量必须 >= 8，次数必须为3。节点必须是单调递增的序列。
mestint, 可选: 零点数量的估计值（默认是10）。

返回:

零ndarray: 给出样条根的数组。

参见

splprep, splrep, splint, spalde, splev
bisplrep, bisplev
BSpline

注释

不推荐直接操作 tck-tuples。在新代码中，建议使用 BSpline 对象。

参考文献

[1]

C. de Boor, “On calculating with b-splines”, J. Approximation Theory, 6, p.50-62, 1972.

[2]

M. G. Cox, “The numerical evaluation of b-splines”, J. Inst. Maths Applics, 10, p.134-149, 1972.

[3]

P. Dierckx, “Curve and surface fitting with splines”, Monographs on Numerical Analysis, Oxford University Press, 1993.

示例

对于某些数据，此方法可能会遗漏一个根。当其中一个样条结点（FITPACK自动放置）恰好与真实根重合时，就会发生这种情况。一个解决方法是转换为 PPoly，它使用不同的根查找算法。

例如，

>>> x = [1.96, 1.97, 1.98, 1.99, 2.00, 2.01, 2.02, 2.03, 2.04, 2.05]
>>> y = [-6.365470e-03, -4.790580e-03, -3.204320e-03, -1.607270e-03,
...      4.440892e-16,  1.616930e-03,  3.243000e-03,  4.877670e-03,
...      6.520430e-03,  8.170770e-03]
>>> from scipy.interpolate import splrep, sproot, PPoly
>>> tck = splrep(x, y, s=0)
>>> sproot(tck)
array([], dtype=float64)

转换为 PPoly 对象确实在 x=2 处找到了根：

>>> ppoly = PPoly.from_spline(tck)
>>> ppoly.roots(extrapolate=False)
array([2.])

更多示例在教程中给出。