Я создал открытый, зажатый, кубический, b-сплайн на множестве точек данных xp и yp.
Сплайн параметризован вектором u, который охватывает область xp.
Моя цель - определить координату "y" b-сплайна в заданной координате "x" в области xp.
Как и ожидается при формировании параметрических кривых, когда я передаю значение "4" в splev после вычисления tck, возвращается значение для координат x и y, соответствующее параметру 4.
Я могу использовать метод Ньютона, чтобы определить значение параметра u по заданной координате "x"; Это, однако, косвенно и требует большего времени вычислений, чем может позволить мое окончательное приложение.
Кто-нибудь может предложить более прямой способ определения координаты "y" на b-сплайне для данного "x"?
import numpy as np
import matplotlib.pyplot as plt
from scipy import interpolate
xp = [0., 0.71428571, 1.42857143, 2.14285714, 2.85714286, 3.57142857, 4.28571429, 5.]
yp = [0., -0.86217009, -2.4457478, -2.19354839, -2.32844575, -0.48680352, -0.41055718, -3.]
length = len(xp)
t = np.linspace(0., xp[-1], length - 2, endpoint=True)
t = np.append([0, 0, 0], t)
t = np.append(t, [xp[-1], xp[-1], xp[-1]])
tck = [t, [xp, yp], 3]
u = np.linspace(0, 5., 1000, endpoint=True)
out = interpolate.splev(u, tck)
x_value_in_xp_domain = 4.
y_value_out = interpolate.splev(x_value_in_xp_domain, tck)
plt.plot(xp, yp, linestyle='--', marker='o', color='purple')
plt.plot(out[0], out[1], color = 'teal')
plt.plot(x_value_in_xp_domain, y_value_out[1], marker='o', color = 'orangered')
plt.plot(y_value_out[0], y_value_out[1], marker='o', color = 'black')
plt.axvline(x=x_value_in_xp_domain, color = 'orangered')
plt.show()
На приведенном ниже рисунке показан направляющий многоугольник и b-сплайн, сгенерированный вышеуказанным кодом. Оранжевая точка в точке x = 4 соответствует точке, которую я хочу напрямую определить для значения y b-сплайна. Черная точка - это значение b-сплайна, когда значение 4 передается в качестве параметра.
![Plot from above script](https://i.stack.imgur.com/66mIT.png)
с несколькими полезными ссылками:
Быстрый алгоритм b-сплайна с numpy / scipy
https://github.com/kawache/Python-B-spline-examples
https://pages.mtu.edu/~shene/COURSES/cs3621/NOTES/spline/B-spline/bspline-curve.html
http://web.mit.edu/hyperbook/Patrikalakis-Maekawa-Cho/node17.html