Python Least-Squares Naturalne splajny

Question

Próbuję znaleźć pakiet liczbowy, który będzie pasował do naturalnego splajnu, który minimalizuje ważone najmniejsze kwadraty.

Istnieje pakiet w scipy, który robi to, co chcę dla nienaturalnych splajnów.

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

Plik spline.py wewnątrz tego tar file z this page robi naturalny splajnu dopasowanie domyślnie. Istnieje również kod na this page, który twierdzi, że w większości tego, co chcesz. Model pyD3D package ma także natural spline function w swoim module pyDataUtils. Ten ostatni wydaje mi się najbardziej obiecujący. Jednak wydaje się, że nie ma możliwości ustawienia własnych węzłów. Może, jeśli spojrzysz na źródło, znajdziesz sposób, aby to naprawić.

Również znalazłem this message na liście mailingowej Scipy, która mówi, że używanie s = 0.0 (jak w twoim kodzie) sprawia, że ​​splajny dopasowywane przy użyciu powyższej procedury są naturalne w zależności od autora komunikatu. Znalazłem funkcję this splmake, która ma opcję dopasowania naturalnego splajnu, ale patrząc na źródło, stwierdziłem, że nie jest jeszcze zaimplementowany.