Discussion :

[nakor]

Bonjour,

Je ne connais pas trop le python mais je reprend un bout de code existant et j'essaye d'interpoler des résultats.

j'ai un calcul 2D de température, où je calcule la température au centre des mailles. J'ai donc des tableaux avec les coordonnées des points (X,Y) et la température T. A partir de ces données, j'aimerai interpoler une représentation 2D de la température.

représentation en 'maillage' de mes tableau x,Y,T, avec en noir le contour de la zone à représenter.


En première étape, j'ai essayé d'utilisé interpolate.bisplev pour densifier mon maillage. Mais les résultats que j'obtiens ne sont absolument pas représentatif. C'est pas mal sur le début des points (-19 °C voir résultats plus bas), mais sur les derniers points l'erreur est de plus de 85 °C.

Voilà mon code (ici je ne densifie même pas le maillage, je regarde juste si j'arrive à retrouver des résultats cohérents pour le même maillage)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
tck = interpolate.bisplrep(X,Y,T,s=0) 
 
for i in range(len(X)):  # avec cette boucle je re-parcours mes tableau x,Y, calcul la valeur interpolé de T, et je la compare à l'ancienne valeur
        for j in range (len(Y)): 
            T_bal=interpolate.bisplev(X[i],Y[j],tck)#.T[0]
            new_T=hstack([new_T,T_bal])
            print "x,y,T,oldT",X[i],tempY2[j],new_T[i],T[i]

résultats:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
i,j 0 0
newx,y,T,oldT 44.34375 342.0 -19.9572004003 -19.8283057274
i,j 0 1
newx,y,T,oldT 44.34375 350.0 -19.9572004003 -19.8283057274
i,j 0 2
newx,y,T,oldT 44.34375 360.0 -19.9572004003 -19.8283057274
i,j 0 3
[...]
i,j 21 17
newx,y,T,oldT 215.75625 360.0 -2.02310132577 90.0887520512
i,j 21 18
newx,y,T,oldT 215.75625 328.246813825 -2.02310132577 90.0887520512

Merci de votre aide,
Romain

[lg_53]

Et si tu essaies avec griddata plutot qu'avec des splines ?
https://docs.scipy.org/doc/scipy/ref...olate.griddata

Tu veux faire quoi avec cette interpolation ensuite ? Car une interpolation linéaire pourrait peut être suffire.

Dans ton code, peux tu rajouter à un endroit une sortie fichier de tes variables X,Y et T ? Tu pourrais ensuiter nous communiquer ce fichier de résultats en nous indiquant comment le lire, et ainsi on pourrait faire tourner qqch pour voir un peu ce qu'il se passe.

[nakor]

Bonjour,
merci à toi effectivement griddata m'a l'air plus robuste. Ce qui m'étonne c'est qu'avec des splines, j'arrive à le faire marcher sur le côté gauche de ma géométrie, mais pas sur le côté droit (alors que c'est une simple symmétrie !!)

Avec griddata, en version cubic c'est assez propre, en version linear c'est pas terrible.

[lg_53]

Ca dépend de la nature de tes données (sont-elles continues ? Ont elles de fortes variations ? ... )

Le linéaire c'est toujours très robuste, puisque étant donné 2 points a et b, tout point c entre a et b aura une valeur entre f(a) et f(b). Ca donne une certaine stabilité à l'interpolation. Avec des interpolations polynomiale d'ordre 2 et plus, là on n'a plus de critère de ce type ...

L'histoire de la symétrie est bizarre...
- Si tu retournes tes datas, l'interpolation beugue-t-elle toujours sur le côté droit, ou bien sur le côté gauche (ancien coté droit) ?
- Je ne connais pas super bien les splines, mais je pense qu'ils peuvent être très sensible à ce qui se passe aux bords (en fonction de comment est calculé par exemple la dérivé à cet endroit là...). Si tu perturbe ton dernier point d'une valeur epsilon, comment se comporte l'interpolation lorsque epsilon grandit ?