데이터 피팅 & 보간 썸네일형 리스트형 파이썬 여러 개의 함수 데이터 한 번에 보간 - 1차 보간법 예제 ** 지난포스팅 참고: https://hexa-coding.tistory.com/55 파이썬 1차원 보간법 완벽정리!! - 측정 데이터 보간 파이썬 1차원 데이터 보간 아래와 같이 데이터를 측정했다 치자. 그리고 이 데이터의 모함수가 어떤 함수인지 모른다고 가정하자. 모함수를 모르기 때문에 피팅(Fitting)은 불가능하므로 보간을 hexa-coding.tistory.com 지난 포스팅에 이어 1차 보간으로 여러 개의 함수를 동시에 보간 진행하는 법을 알아보자. 방법은 지난 1차 보간을 할 때와 거의 유사하고 매우 쉽다! 1. 측정 데이터 준비 측정 데이터가 아래와 같이 판다스 형태로 제공되었다고 치자. 테이블에는 각 x값에 대해 y1, y2, y3 세 가지 측정 결과들이 있다. 이 결과들을 한 번에 보.. 더보기 파이썬 1차원 보간법 완벽정리!! - 측정 데이터 보간 파이썬 1차원 데이터 보간 아래와 같이 데이터를 측정했다 치자. 그리고 이 데이터의 모함수가 어떤 함수인지 모른다고 가정하자. 모함수를 모르기 때문에 피팅(Fitting)은 불가능하므로 보간을 통해 모함수를 추정하려고 한다. 주피터노트북 작업 이제 위 상황을 "데이터 측정 부터 파이썬 보간" 까지 했다고 치고 이 과정을 쭉 진행하려고 한다. 아래와 같이 x, y 데이터를 생성하고 우선 이를 그려본다. import numpy as np from scipy.interpolate import interp1d import matplotlib.pyplot as plt # x: 측정범위 x = np.linspace(start=-5,stop=11,num=16) # y: 측정값 y = np.array([-8.36351.. 더보기 파이썬 2차 보간법 완벽 예제!! - 면 보간, 면 피팅, interp2d, bisplrep 개요 아래와 같이 9개의 점을 데이터로 측정했다고 치자. 그리고 보간법(Interpolation)을 통해 이 점들을 포함하는 하나의 곡면을 찾으려고 한다. 나는 10개 측정치에 대한 함수를 전혀 모르고, 이것들이 어떠한 곡면에 대한 데이터라는 것만 알기 때문에 이 점들의 개형을 최대한 잘 표현할 수 있는 곡면을 보간법으로 구해보려고 한다. 적용 알고리즘은 B-Spline Interpolation 이다. B-Spline Interpolation B-Spline Interpolation에 관해서는 위키피디아(https://en.wikipedia.org/wiki/B-spline에 잘 정의되어 있으니 참고 바란다. 간단히 설명하자면, 어떤 복잡한 개형의 데이터를 한 번에 피팅?하지 않고 이를 조각조각 내어서 그.. 더보기 이전 1 다음
