Problème d'interpolation UnivariateSpline lié aux données avec SCIPY

Question

Je rencontre un problème étrange en essayant d'interpoler des données en utilisant la fonction UnivariateSpline. Interpoler à travers tous les points (s = 0) et la fonction spline ne donne pas de résultat sur l'ensemble des données. Le résultat pour s> = 1 est aussi très bizarre. Comme je pense que c'est lié aux données que j'utilise, je les rejoins en attachement.
Je suis coincé, donc si quelqu'un a une bonne idée sur une solution, j'apprécierai vraiment.

Merci,

ici une partie du code:

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.interpolate import UnivariateSpline 

def openfile(infilename): 
    ifile = open(infilename, 'r') # open file for reading 
    lines = ifile.readlines() 
    ifile.close() 
    return lines 

def extractData(lines): 
    data=[] 
    CV=[] 

    for i in range(len(lines)): 
     item=lines[i].split() 
     for j in range(len(item)): 
      item[j]=float(item[j]) 
      data.append(item[j]) 

    CV=np.array(data) 
    CV.shape = (len(CV)/3,3) 
    return CV 

if __name__ == "__main__": 

    lines=openfile("D:\capamos\LOCOS\cap15L1_rec_mod.csv") 
    CV=extractData(lines) 
    Vg1=CV[:,0] 
    C1=CV[:,1] 
    Cmax=C1.max() 
    Cmin=C1.min() 
    S=0.002 
    Cfb=compute(Cmax,Cmin,S) #compute the flat band capacitance 
    print "Cfb=",Cfb 

    splineCV= UnivariateSpline(Vg1,C1,s=0) 
    x = linspace(-5, 5, 1000) # just to draw the spline function 
    y=splineCV(x) 
    Vfb=splineCV(Cfb) # find the flat band voltage at Cfb 
    print "Vfb=",Vfb 
    print y 

    plt.figure(1) 
    p1=plot(Vg1,C1,'b',label='edge') 
    p2=plot(x,y,'g') 
    plt.axis([-6,6,1e-11,80e-12]) 

Et voici les données:

5 6.35E-011 -4.79E-010 
4.95 6.35E-011 -1.91E-010 
4.9 6.35E-011 -2.19E-010 
4.85 6.35E-011 -4.57E-010 
4.8 6.35E-011 -1.24E-010 
4.75 6.35E-011 -3.50E-010 
4.7 6.35E-011 -4.15E-010 
4.65 6.34E-011 2.37E-010 
4.6 6.35E-011 -2.84E-010 
4.55 6.34E-011 -2.18E-010 
4.5 6.35E-011 1.90E-010 
4.45 6.34E-011 -7.71E-011 
4.4 6.34E-011 -6.89E-010 
4.35 6.34E-011 -2.79E-010 
4.3 6.33E-011 -3.37E-010 
4.25 6.33E-011 -4.32E-010 
4.2 6.33E-011 -7.29E-010 
4.15 6.33E-011 -2.17E-012 
4.1 6.33E-011 1.62E-010 
4.05 6.32E-011 -1.63E-010 
4 6.32E-011 -2.73E-010 
3.95 6.33E-011 -9.93E-011 
3.9 6.32E-011 1.77E-010 
3.85 6.32E-011 -3.26E-010 
3.8 6.32E-011 -2.47E-010 
3.75 6.32E-011 -1.59E-010 
3.7 6.30E-011 -1.03E-010 
3.65 6.30E-011 -7.15E-011 
3.6 6.31E-011 -3.02E-010 
3.55 6.30E-011 2.52E-010 
3.5 6.31E-011 -2.98E-010 
3.45 6.29E-011 -1.21E-010 
3.4 6.29E-011 -1.97E-010 
3.35 6.29E-011 -6.97E-011 
3.3 6.29E-011 -1.68E-010 
3.25 6.28E-011 2.52E-010 
3.2 6.28E-011 -2.66E-010 
3.15 6.28E-011 -6.52E-010 
3.1 6.27E-011 2.78E-011 
3.05 6.27E-011 -4.69E-010 
3 6.27E-011 -2.63E-010 
2.95 6.26E-011 -3.00E-010 
2.9 6.26E-011 -2.23E-010 
2.85 6.25E-011 -4.05E-010 
2.8 6.25E-011 -2.68E-010 
2.75 6.25E-011 -5.19E-010 
2.7 6.23E-011 9.14E-011 
2.65 6.24E-011 -5.05E-010 
2.6 6.22E-011 -4.39E-010 
2.55 6.21E-011 -4.11E-010 
2.5 6.21E-011 1.71E-010 
2.45 6.20E-011 2.35E-010 
2.4 6.19E-011 -1.20E-010 
2.35 6.18E-011 -9.91E-012 
2.3 6.18E-011 -6.99E-011 
2.25 6.17E-011 -2.35E-010 
2.2 6.15E-011 -6.35E-010 
2.15 6.14E-011 -2.10E-010 
2.1 6.13E-011 -3.70E-010 
2.05 6.11E-011 -2.89E-010 
2 6.10E-011 1.06E-010 
1.95 6.09E-011 -3.23E-010 
1.9 6.07E-011 1.37E-010 
1.85 6.05E-011 -2.40E-010 
1.8 6.03E-011 -1.04E-010 
1.75 6.00E-011 -1.72E-010 
1.7 5.98E-011 -4.59E-011 
1.65 5.96E-011 -4.71E-010 
1.6 5.91E-011 -4.40E-010 
1.55 5.88E-011 -2.11E-010 
1.5 5.84E-011 -3.97E-010 
1.45 5.78E-011 -1.37E-010 
1.4 5.74E-011 -2.56E-010 
1.35 5.66E-011 -3.33E-010 
1.3 5.58E-011 -1.61E-011 
1.25 5.50E-011 -3.73E-011 
1.2 5.39E-011 -2.02E-010 
1.15 5.27E-011 2.62E-011 
1.1 5.12E-011 1.48E-010 
1.05 4.94E-011 -5.94E-011 
1 4.75E-011 -2.22E-010 
0.95 4.52E-011 5.05E-011 
0.9 4.27E-011 -2.08E-010 
0.85 4.02E-011 -3.30E-011 
0.8 3.77E-011 2.84E-010 
0.75 3.52E-011 -2.50E-010 
0.7 3.30E-011 7.79E-010 
0.65 3.11E-011 9.33E-010 
0.6 2.93E-011 9.51E-010 
0.55 2.78E-011 7.86E-010 
0.5 2.65E-011 5.22E-010 
0.45 2.54E-011 7.77E-011 
0.4 2.44E-011 7.67E-011 
0.35 2.36E-011 -2.22E-010 
0.3 2.28E-011 -1.93E-010 
0.25 2.21E-011 -1.78E-010 
0.2 2.15E-011 4.91E-011 
0.15 2.09E-011 -1.97E-010 
0.1 2.04E-011 -4.07E-010 
0.05 1.99E-011 -1.37E-0 10 
0 1.95E-011 -1.58E-010 
-0.05 1.91E-011 -2.27E-010 
-0.1 1.88E-011 -4.24E-010 
-0.15 1.86E-011 -3.00E-010 
-0.2 1.83E-011 2.35E-010 
-0.25 1.81E-011 2.87E-010 
-0.3 1.79E-011 -7.89E-011 
-0.35 1.78E-011 5.05E-010 
-0.4 1.77E-011 8.43E-011 
-0.45 1.76E-011 -1.67E-010 
-0.5 1.75E-011 -3.21E-010 
-0.55 1.74E-011 -1.39E-010 
-0.6 1.74E-011 -2.56E-010 
-0.65 1.73E-011 6.28E-011 
-0.7 1.72E-011 -1.39E-010 
-0.75 1.71E-011 1.07E-010 
-0.8 1.70E-011 2.98E-010 
-0.85 1.69E-011 -4.11E-011 
-0.9 1.68E-011 -2.59E-010 
-0.95 1.68E-011 -4.53E-010 
-1 1.67E-011 -4.97E-010 
-1.05 1.66E-011 -3.11E-010 
-1.1 1.65E-011 1.02E-010 
-1.15 1.64E-011 3.58E-010 
-1.2 1.64E-011 2.33E-011 
-1.25 1.63E-011 -1.96E-011 
-1.3 1.62E-011 -2.55E-010 
-1.35 1.61E-011 -1.24E-010 
-1.4 1.60E-011 9.76E-011 
-1.45 1.60E-011 -1.30E-010 
-1.5 1.59E-011 -1.94E-010 
-1.55 1.59E-011 3.96E-010 
-1.6 1.58E-011 -9.73E-013 
-1.65 1.58E-011 -3.42E-011 
-1.7 1.56E-011 2.40E-010 
-1.75 1.56E-011 -2.59E-010 
-1.8 1.55E-011 -2.25E-010 
-1.85 1.55E-011 -2.09E-010 
-1.9 1.54E-011 6.10E-011 
-1.95 1.54E-011 -1.91E-010 
-2 1.53E-011 -5.28E-011 
-2.05 1.52E-011 -1.15E-010 
-2.1 1.52E-011 -1.54E-010 
-2.15 1.51E-011 -9.81E-011 
-2.2 1.51E-011 -2.18E-011 
-2.25 1.50E-011 -4.79E-011 
-2.3 1.50E-011 4.71E-011 
-2.35 1.50E-011 -3.73E-010 
-2.4 1.49E-011 1.50E-010 
-2.45 1.48E-011 1.08E-010 
-2.5 1.48E-011 -1.51E-010 
-2.55 1.48E-011 1.72E-010 
-2.6 1.47E-011 -3.49E-011 
-2.65 1.47E-011 -2.53E-010 
-2.7 1.46E-011 -1.64E-010 
-2.75 1.46E-011 -2.40E-011 
-2.8 1.45E-011 -7.15E-011 
-2.85 1.45E-011 -2.91E-010 
-2.9 1.45E-011 6.30E-011 
-2.95 1.45E-011 -2.76E-010 
-3 1.45E-011 2.01E-010 
-3.05 1.44E-011 -2.15E-010 
-3.1 1.44E-011 -9.85E-011 
-3.15 1.43E-011 2.53E-011 
-3.2 1.44E-011 5.78E-012 
-3.25 1.43E-011 -3.54E-010 
-3.3 1.43E-011 3.60E-011 
-3.35 1.44E-011 -1.14E-010 
-3.4 1.44E-011 -2.33E-010 
-3.45 1.44E-011 -3.83E-010 
-3.5 1.44E-011 -3.10E-010 
-3.55 1.43E-011 -9.04E-011 
-3.6 1.43E-011 -1.86E-010 
-3.65 1.43E-011 -3.67E-010 
-3.7 1.44E-011 8.13E-011 
-3.75 1.43E-011 -1.46E-010 
-3.8 1.43E-011 2.34E-010 
-3.85 1.44E-011 -1.07E-011 
-3.9 1.44E-011 -2.10E-010 
-3.95 1.44E-011 -1.86E-010 
-4 1.45E-011 -4.67E-011 
-4.05 1.44E-011 -1.51E-010 
-4.1 1.45E-011 1.09E-010 
-4.15 1.44E-011 1.94E-010 
-4.2 1.45E-011 -8.02E-011 
-4.25 1.45E-011 -1.25E-010 
-4.3 1.46E-011 -1.47E-010 
-4.35 1.46E-011 -2.76E-010 
-4.4 1.46E-011 5.60E-011 
-4.45 1.47E-011 -6.24E-011 
-4.5 1.48E-011 1.79E-010 
-4.55 1.49E-011 -1.71E-010 
-4.6 1.49E-011 1.49E-010 
-4.65 1.50E-011 -4.05E-011 
-4.7 1.50E-011 8.56E-012 
-4.75 1.51E-011 -3.71E-010 
-4.8 1.52E-011 2.12E-010 
-4.85 1.53E-011 -2.04E-010 
-4.9 1.54E-011 -1.97E-012 
-4.95 1.56E-011 -4.94E-010 
-5 1.58E-011 -2.03E-010 

Answer 1

Votre problème est que votre entrée x coordonnées sont en décroissante ordre . UnivariateSpline s'attend à ce qu'ils soient dans en augmentant ordre.

Voici une version plus compacte de votre code ci-dessus qui reproduit les problèmes que vous aviez. (Les données que vous avez dans votre question devraient se trouver dans un fichier appelé data.txt).

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.interpolate import UnivariateSpline 

data = np.loadtxt('data.txt') 
x = data[:,0] 
y = data[:,1] 

spline = UnivariateSpline(x, y, s=0) 
xi = np.linspace(x.min(), x.max(), 1000) 
yi = spline(xi) 

p1 = plt.plot(x, y, 'bo', label='Original Points') 
p2 = plt.plot(xi, yi, 'g', label='Interpolated Points') 
plt.legend() 
plt.show() 

De toute évidence, cela ne fonctionne pas bien. Cependant, si vous regardez vos données d'entrée, vos coordonnées "x" sont dans l'ordre décroissant. Si nous inversons simplement les données d'entrée "x" et "y", cela fonctionne parfaitement.

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.interpolate import UnivariateSpline 

data = np.loadtxt('data.txt') 
x = data[:,0][::-1] # Reversing the input data... 
y = data[:,1][::-1] 

spline = UnivariateSpline(x, y, s=0) 
xi = np.linspace(x.min(), x.max(), 1000) 
yi = spline(xi) 

p1 = plt.plot(x, y, 'bo', label='Original Points') 
p2 = plt.plot(xi, yi, 'g', label='Interpolated Points') 
plt.legend() 
plt.show()