cubic spline interpolation avec Scipy

Bonjour a tous,

J'ai un jeu de données qui ressemble à ca :

Code:

---

1 2 3 4 5 6

position number_of_tag_at_this_position 3 13 4 25 8 23 6 12

---

Je veux appliquer a ce jeu de données un interpolation cubique, j'ai donc fait comme ceci :

Code:

---

1 2 3 4 5

import numpy as np from scipy import interpolate x = [3,8,13,23] y = [4,6,25,12] tck = interpolate.splrep(x,y) # cubic`

---

Et maintenant j'aimerai calculer la derivée de la fonction a chaque point de l'interpolation et identifier la position ou la dérivée vaut 0 ... quelqu'un pourrait m'aider ?
Merci d'avancce

Bonjour.
Il n'y a pas de fonction qui le fait directement.
On peut toujours interpoler la dérivée de la spline par une autre spline, pour ensuite utiliser la fonction sproot :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import numpy as np import matplotlib.pyplot as plt from scipy import interpolate   x = [3,8,13,23] y = [4,6,25,12] tck = interpolate.splrep(x,y) # cubic`   xnew = np.arange( 1, 24, 0.1) ynew = interpolate.splev(xnew,tck,der=0) # spline yder = interpolate.splev(xnew,tck,der=1) # dérivée   # Estimation de la dérivée par une autre spline tckder = interpolate.splrep(xnew,yder) print interpolate.sproot(tckder)   plt.plot( x, y, 'ob', xnew, ynew, 'r') plt.draw() ; input("--- fini ---")

---

Tu as la fonction splev, sa documentation dit:

Code:

---

1 2 3 4 5 6

scipy.interpolate.splev(x, tck, der=0, ext=0)   Evaluate a B-spline or its derivatives.   Given the knots and coefficients of a B-spline representation, evaluate the value of the smoothing polynomial and its derivatives. This is a wrapper around the FORTRAN routines splev and splder of FITPACK.

---

Bonjour __dardanos__, et merci pour ta réponse,
je voudrais être sure de bien comprendre :

Code:

---

print interpolate.sproot(tckder)

---

me renvoi les points où la dérivée est nulle ?

Comment puis je accéder à la valeur en ordonnée où xnew=5 par exemple ?

Salut.

Code:

---

print interpolate.sproot(tckder)

---

retourne en effet les points où la dérivée est nulle (car tckder est la spline de la dérivée).

Code:

---

print interpolate.splev(5, tck)

---

retourne la valeur de la spline interpolant l'ensemble des données en x=5.

Le lien vers la doc officielle.