Python Least-Squares Natürliche Splines

Question

Ich versuche, ein numerisches Paket zu finden, das einen natürlichen Spline passt, der gewichtete kleinste Quadrate minimiert.

Es gibt ein Paket in scipy, das macht, was ich für unnatürliche Splines will.

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

x = np.arange(0,5,1.0/6) 
xs = np.arange(0,5,1.0/500) 

y = np.sin(x+1) + .2*np.random.rand(len(x)) -.1 

knots = np.array([1,2,3,4]) 
tck = interpolate.splrep(x,y,s=0,k=3,t=knots,task=-1) 
ys = interpolate.splev(xs,tck,der=0) 

plt.figure() 
plt.plot(xs,ys,x,y,'x') 

Answer 1

Die spline.py Datei innerhalb dieser tar file von this page hat eine natürliche Spline-Anpassung von Standard. Es gibt auch einen Code auf this page, der größtenteils behauptet, was Sie wollen. Das pyD3D package hat auch ein natural spline function in seinem pyDataUtils Modul. Dieser letzte sieht für mich am vielversprechendsten aus. Es scheint jedoch keine Möglichkeit zu geben, eigene Knoten zu setzen. Vielleicht, wenn Sie sich die Quelle ansehen, können Sie eine Möglichkeit finden, das zu korrigieren.

Auch ich fand this message auf der Scipy-Mailingliste, die besagt, dass die Verwendung von s = 0.0 (wie in Ihrem angegebenen Code) Splines mit Ihrem obigen Verfahren natürlich nach dem Verfasser der Nachricht angepasst. Ich fand this splmake Funktion, die eine Option hat, um eine natürliche Spline-Fit zu tun, aber beim Betrachten der Quelle fand ich, dass es noch nicht implementiert ist.