Discussion :

[Aelurus_]

Bonjour � tous,

Je n'arrive pas � obtenir le lissage attendu sur une courbe :

Code :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import make_interp_spline, CubicSpline, UnivariateSpline
 
x = (0,3,5,10,30,60,90,120,150,180)
y = (20,890,1140,1200,1300,1350,1300,1200,1200,1200)
 
x_new = np.linspace(min(x), max(x),130)
 
f =  make_interp_spline(x, y)
f1 = CubicSpline(x, y)
f2 =  UnivariateSpline(x, y)
#f2.set_smoothing_factor(0.9)
 
y_smooth=f(x_new)
y1_smooth=f1(x_new)
y2_smooth=f2(x_new)
 
plt.plot(x, y, '--o', label = 'standard')
plt.plot(x_new, y_smooth, '-', label ='spline')
plt.plot(x_new, y1_smooth, '-', label ='spline1')
plt.plot(x_new, y2_smooth, '-', label ='spline2')
plt.legend( loc='best')
plt.show()

Quelles que soient les m�thodes employ�es j'ai un esp�ce virgule non souhait�e... Avez une id�e une solution, je vois pas ou ce que je zappe.


Merci

[Sve@r]

Bonjour

je vois pas ou ce que je zappe.

Peut-�tre que ce qui s'affiche c'est le vrai r�sultat d'un lissage math�matique
J'ai essay� ton code mais avec des donn�es r�duites...

Code python :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
x = (0,3,5,10,30)
y = (20,890,1140,1200,1300)

... et au r�sultat, j'ai une cuvette l� o� la courbe originelle est droite.

Ensuite, je d�cide de tracer une vraie fonction affine (y=2x)

Code python :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
x=tuple(range(20))
y=tuple(z*2 for z in x)

L�, le lissage correspond exactement � la droite.

Ensuite je d�cide d'introduire des variations en plus ou en moins sur chaque y...

Code python :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
import random
x=tuple(range(20))
y=tuple(z*2+random.uniform(-2, 2) for z in x)

... la courbe int�gre donc ces variations mais le lissage, lui, reste parfait.

Et enfin je d�cide que les variations seront proportionnelles au point... y=tuple(z*2+random.uniform(-z, z) for z in x) mais l� encore le lissage est exact.

Donc peut-�tre qu'il n'y a pas de probl�me sur le lissage mais seulement sur le nb de points utilis�s pour l'�chantillonnage...

[Aelurus]

Donc peut-�tre qu'il n'y a pas de probl�me sur le lissage mais seulement sur le nb de points utilis�s pour l'�chantillonnage...

oui �� je me suis pos� la question, j'ai aussi tent� sous ecxel et avec les m�mes entr�es j'obtiens pourtant bien le r�sultat souhait�... Je ne sais pas du tout comment Ecxel s'y prend.
Donc c'est juste le traitement � identifier. Je ne sais pas comment ecxel s'y prend pour faire le lissage mais je n'ai pas de virgule en debut ni de vague en fin de tracer.
Des que j'ai identifier le traitement ou le nom du traitement je reviens.

Merci

[Julien N]

Salut,

�a m'int�resse �galement. Cette "virgule" est typique de l'utilisation d'un polyn�me de degr� trop �lev� pour les donn�es disponibles (par exemple avoir 3 points et fitter un polyn�me de degr� 3). On peut voir cet effet en faisant varier le degr� de la spline :

Code :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
x = (0,3,5,10,30,60,90,120,150,180)
y = (20,890,1140,1200,1300,1350,1300,1200,1200,1200)
 
x_new = np.linspace(min(x), max(x), 130)
 
plt.plot(x, y, '--o', label='standard')
 
for order in (1, 2, 3, 5, 7, 9):
    f = make_interp_spline(x, y, k=order)
    y_smooth = f(x_new)
    plt.plot(x_new, y_smooth, '-', label='k=%i' % order)
 
plt.legend(loc='best')
plt.grid()
plt.show()

Par curiosit� j'ai essay� de rajouter des points par interpolation lin�aire avant de fitter la spline. Sans effet. Ou alors il faudrait rafiner seulement � certains endroits.

J

[Aelurus_]

Salut la team,

j'ai trouv� une solution avec GEKKO et les splines, le rendu me va

Code :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import matplotlib.pyplot as plt
import numpy as np
from gekko import GEKKO
 
x = ([0,3,5,10,30,60,90,120,145,180,240])
y = ([20,890,1140,1200,1300,1350,1300,1200,1200,1200,1200])
 
m= GEKKO()
m.x = m.Param(value = np.linspace(0,240))
m.y = m.Var()
m.cspline(m.x,m.y,x,y)
m.options.IMODE = 2
m.solve(disp = False)
 
plt.plot(x, y, 'bo', label='RWS')
plt.plot(m.x, m.y, 'r--', label='cubic spline')
plt.legend(loc = 'best')
plt.xlabel('Durée [min]')
plt.ylabel('Température [°C]')
 
plt.show()

Le resultat est pas mal.