scipy.signal.

cspline1d_eval

scipy.signal.cspline1d_eval(cj, newx, dx=1.0, x0=0)

在新點集上評估三次樣條。

dx 是舊的樣本間距，而 x0 是舊的原點。換句話說，cj 代表樣條係數的舊樣本點（節點）位於等間隔的點上：

oldx = x0 + j*dx j=0…N-1, 其中 N=len(cj)

邊緣使用鏡像對稱邊界條件處理。

參數:

cjndarray

三次樣條係數

newxndarray

新的點集。

dxfloat, optional

舊的樣本間距，預設值為 1.0。

x0int, optional

舊的原點，預設值為 0。

回傳值:

resndarray

評估後的三次樣條點。

另請參閱

cspline1d

計算 rank-1 陣列的三次樣條係數。

範例

在您的瀏覽器中試試看！

我們可以過濾訊號，以三次樣條減少並平滑高頻雜訊

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.signal import cspline1d, cspline1d_eval
>>> rng = np.random.default_rng()
>>> sig = np.repeat([0., 1., 0.], 100)
>>> sig += rng.standard_normal(len(sig))*0.05  # add noise
>>> time = np.linspace(0, len(sig))
>>> filtered = cspline1d_eval(cspline1d(sig), time)
>>> plt.plot(sig, label="signal")
>>> plt.plot(time, filtered, label="filtered")
>>> plt.legend()
>>> plt.show()

返回在新分頁中開啟