Kurvenschnittpunkte mit Null finden
In Python kann es schwierig sein, genaue Y-Achsenwerte aus einem Diagramm zu erhalten, wenn der Wert kein Wert ist ganze Zahl. Dieser Artikel befasst sich mit diesem Problem und stellt eine Lösung vor, die auf linearer Interpolation basiert.
Angesichts zweier Arrays (vertical_data und gradient(temperature_data)) wird mit plt.plot ein Diagramm erstellt. Das Diagramm zeigt jedoch einen y-Wert an, der nahe bei, aber nicht genau Null liegt.
Lineare Interpolation zur Wurzelschätzung
Zur Schätzung der genauen Wurzel eines Numpy-Arrays kann eine einfache lineare Interpolationsmethode verwendet werden. Der folgende Code zeigt, wie man die Nullwerte einer beliebigen Kurve findet:
<code class="python">import numpy as np def find_roots(x, y): s = np.abs(np.diff(np.sign(y))).astype(bool) return x[:-1][s] + np.diff(x)[s]/(np.abs(y[1:][s]/y[:-1][s])+1) x = .4+np.sort(np.random.rand(750))*3.5 y = (x-4)*np.cos(x*9.)*np.cos(x*6+0.05)+0.1 z = find_roots(x,y) plt.plot(x,y) plt.plot(z, np.zeros(len(z)), marker="o", ls="", ms=4)</code>
Dieser Code identifiziert die Wurzeln der Kurve und stellt sie als Kreise am genauen y-Wert von Null dar.
Achsenabschnitte ungleich Null
Derselbe Ansatz kann verwendet werden, um den Schnittpunkt einer Kurve mit jedem y-Wert ungleich Null (y0) zu finden, indem die Linie, die die Wurzeln findet, geändert wird :
<code class="python">z = find_roots(x,y-y0)</code>
Zwei Kurvenschnittpunkte
Die lineare Interpolationsmethode kann auch verwendet werden, um den Schnittpunkt zwischen zwei Kurven zu finden. Indem wir die Wurzeln der Differenz zwischen den beiden Kurven finden, können wir ihren Schnittpunkt schätzen:
<code class="python">y2 = (x - 2) * np.cos(x * 8.) * np.cos(x * 5 + 0.03) + 0.3 z = find_roots(x,y2-y1) plt.plot(x,y1) plt.plot(x,y2, color="C2") plt.plot(z, np.interp(z, x, y1), marker="o", ls="", ms=4, color="C1")</code>
Das obige ist der detaillierte Inhalt vonWie finde ich mithilfe der linearen Interpolation in Python exakte Null- und Nicht-Null-Achsenabschnitte in Diagrammen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!