Python实现分段线性插值
2018-12-20 09:07
946 查看
本文实例为大家分享了Python实现分段线性插值的具体代码,供大家参考,具体内容如下
函数:
算法
这个算法不算难。甚至可以说是非常简陋。但是在代码实现上却比之前的稍微麻烦点。主要体现在分段上。
图像效果
代码
import numpy as np from sympy import * import matplotlib.pyplot as plt def f(x): return 1 / (1 + x ** 2) def cal(begin, end): by = f(begin) ey = f(end) I = (n - end) / (begin - end) * by + (n - begin) / (end - begin) * ey return I def calnf(x): nf = [] for i in range(len(x) - 1): nf.append(cal(x[i], x[i + 1])) return nf def calf(f, x): y = [] for i in x: y.append(f.subs(n, i)) return y def nfSub(x, nf): tempx = np.array(range(11)) - 5 dx = [] for i in range(10): labelx = [] for j in range(len(x)): if x[j] >= tempx[i] and x[j] < tempx[i + 1]: labelx.append(x[j]) elif i == 9 and x[j] >= tempx[i] and x[j] <= tempx[i + 1]: labelx.append(x[j]) dx = dx + calf(nf[i], labelx) return np.array(dx) def draw(nf): plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False x = np.linspace(-5, 5, 101) y = f(x) Ly = nfSub(x, nf) plt.plot(x, y, label='原函数') plt.plot(x, Ly, label='分段线性插值函数') plt.xlabel('x') plt.ylabel('y') plt.legend() plt.savefig('1.png') plt.show() def lossCal(nf): x = np.linspace(-5, 5, 101) y = f(x) Ly = nfSub(x, nf) Ly = np.array(Ly) temp = Ly - y temp = abs(temp) print(temp.mean()) if __name__ == '__main__': x = np.array(range(11)) - 5 y = f(x) n, m = symbols('n m') init_printing(use_unicode=True) nf = calnf(x) draw(nf) lossCal(nf)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 数值分析之 拉格朗日插值、牛顿插值、分段线性插值实现
- 基本线性数据结构的Python实现
- 线性回归的python实现
- 机器学习入门学习笔记:(2.2)线性回归python程序实现
- 最坏线性时间的python实现 。
- python 图像插值 最近邻、双线性、双三次
- python实现线性表顺序存储的插入操作
- [置顶] 【算法 机器学习】MATLAB、R、python三种编程语言实现简单线性回归算法比较
- 局部加权线性回归及岭回归之Python实现
- 【图像处理】最临近插值和双线性内插值算法实现比较
- 回归分析---线性回归原理和Python实现
- python实现多元线性回归
- 拉格朗日、分段线性、三次样条 插值 C语言
- 线性时间选择 python实现 计算机算法设计与分析
- RSA加密的实现(Python2.7(分段加密)+python3)
- 基于Python的PLA线性分类器的实现
- 逻辑回归-线性判定边界Python代码实现
- 机器学习:线性回归与Python代码实现
- [Machine Learning]Linear regression 一元线性归回Python实现
- 机器学习实践系列 1 线性代数计算的python实现