scipy.signal.cspline1d_eval¶
- scipy.signal.cspline1d_eval(cj, newx, dx=1.0, x0=0)[源代码]¶
计算新点集处的三次样条曲线。
dx 是旧的样本间距，而 x0 是古老的起源。换句话说，旧样本点(结点) cj 表示样条线系数位于以下位置的等间距点处：
oldx=x0+j*dx j=0.N-1，其中N=LEN(Cj)
使用镜像对称边界条件处理边。
- 参数
- cjndarray
三次样条系数
- newxndarray
新的一组点。
- dx浮动，可选
旧采样间距，默认值为1.0。
- x0整型，可选
旧原点，默认值为0。
- 退货
- resndarray
计算三次样条点。
参见
cspline1d计算秩1数组的三次样条系数。
示例
我们可以使用三次样条过滤信号来减少和平滑高频噪声：
>>> import matplotlib.pyplot as plt >>> from scipy.signal import cspline1d, cspline1d_eval >>> rng = np.random.default_rng() >>> sig = np.repeat([0., 1., 0.], 100) >>> sig += rng.standard_normal(len(sig))*0.05 # add noise >>> time = np.linspace(0, len(sig)) >>> filtered = cspline1d_eval(cspline1d(sig), time) >>> plt.plot(sig, label="signal") >>> plt.plot(time, filtered, label="filtered") >>> plt.legend() >>> plt.show()
