scipy.interpolate.LSQUnivariateSpline.

derivative#

LSQUnivariateSpline.derivative(n=1)[原始碼]#

建構一個新的樣條，表示此樣條的導數。

參數:

nint，選填: 要評估的導數階數。預設值：1

回傳:

splineUnivariateSpline: 階數 k2=k-n 的樣條，表示此樣條的導數。

另請參閱

splder, antiderivative

註解

在版本 0.13.0 中新增。

範例

這可以用於尋找曲線的極大值

>>> import numpy as np
>>> from scipy.interpolate import UnivariateSpline
>>> x = np.linspace(0, 10, 70)
>>> y = np.sin(x)
>>> spl = UnivariateSpline(x, y, k=4, s=0)

現在，對樣條求導數並找到導數的零點。（注意：sproot 僅適用於 3 階樣條，因此我們擬合一個 4 階樣條）

>>> spl.derivative().roots() / np.pi
array([ 0.50000001,  1.5       ,  2.49999998])

這與 roots \(\pi/2 + n\pi\) of \(\cos(x) = \sin'(x)\) 非常吻合。