查找拐点：将渐变样条线连接到原始d问题的回答

查找拐点：将渐变样条线连接到原始d

回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。

我的最终目标是确定这两个主要峰值的拐点。因此，我想用样条曲线拟合数据，然后找到拐点。你知道吗 <a href="https://i.stack.imgur.com/KrXqY.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/KrXqY.png" alt="spline fit"/></a> <pre><code>t, c, k = interpolate.splrep(df_sensors_100ppm["Measurement_no"], np.gradient(df_sensors_100ppm["101"]), s=len(df_sensors_100ppm["Measurement_no"]), k=3) N = 500 xmin, xmax = df_sensors_100ppm["Measurement_no"].min(), df_sensors_100ppm["Measurement_no"].max() xx = np.linspace(xmin, xmax, N) spline = interpolate.BSpline(t, c, k, extrapolate=False) plt.plot(df_sensors_100ppm["Measurement_no"], df_sensors_100ppm["101"], 'bo', label='Original points') plt.plot(df_sensors_100ppm["Measurement_no"], df_sensors_100ppm["101"], '-', label='', alpha = 0.3) plt.plot(xx, spline(xx), 'r', label='BSpline') plt.grid() plt.legend(loc='best') plt.show() max_idx = np.argmax(spline(xx)) > 336 </code></pre> 我的问题是我不知道这个数字<code>336</code>代表什么。我以为这是梯度最高的点。但是只有<code>61</code>个数据点。如何将渐变样条线与数据点连接，以找到要查找的数据点？拐点不落在一个数据点上的问题并不重要，所以我对它旁边的一个数据点很满意。我想我也不需要数据点的精确编号（在x轴上的范围是从<code>6830</code>到<code>6890</code>）。所以要么是这个编号，要么就是从零开始的数据点编号。谢谢你的帮助！你知道吗 <pre><code>df_sensors_100ppm Measurement_no 101 6833 1081145.8 6834 1071195.6 6835 1061668.0 6836 841877.0 6837 227797.5 6838 154449.2 6839 130070.3 6840 119169.5 6841 113275.4 6842 92762.5 6843 103557.7 6844 324869.6 6845 318933.3 6846 275562.4 6847 243599.4 6848 220276.8 6849 203228.2 6850 189876.8 6851 178849.3 6852 169680.8 6853 162223.4 6854 156308.3 6855 151195.9 6856 147203.1 6857 143907.5 6858 141076.7 6859 138626.1 6860 136471.3 6861 134422.2 6862 132542.0 6863 130661.8 6864 128845.0 6865 126880.3 6866 125084.6 6867 123162.2 6868 121282.0 6869 119275.1 6870 117352.7 6871 115219.0 6872 113402.2 6873 111353.0 6874 94959.5 6875 102269.0 6876 327911.7 6877 318193.9 6878 273175.2 6879 241212.2 6880 218354.3 6881 201073.4 6882 187806.5 6883 176821.2 6884 167864.0 6885 160406.6 6886 154385.8 6887 149653.7 6888 145851.1 6889 142534.4 6890 139893.7 6891 137464.2 6892 135246.0 6893 133239.1 6894 131422.3 6895 129499.9 6896 127577.5 </code></pre>

0 条评论
分类：Python问答

默认排序时间排序

1 个回答

匿名 1天前

　擅长：python、mysql、java

查找拐点：将渐变样条线连接到原始d

1 个回答

相关Python问题