【问题标题】:`numpy.diff` and `scipy.fftpack.diff` giving different results when differentiating`numpy.diff` 和 `scipy.fftpack.diff` 在区分时给出不同的结果
【发布时间】:2017-02-13 05:53:18
【问题描述】:

我正在尝试计算一些数据的导数,并且我正在尝试比较有限差分的输出和光谱方法的输出。但结果大相径庭,我无法弄清楚究竟是什么原因。

考虑下面的示例代码

import numpy as np
from scipy import fftpack as sp
from matplotlib import pyplot as plt
x = np.arange(-100,100,1)
y = np.sin(x)

plt.plot(np.diff(y)/np.diff(x))
plt.plot(sp.diff(y))

plt.show()

这会输出以下结果

橙色输出是fftpack 输出。没关系,这只是为了举例。

那么,为什么它们如此不同?它们不应该(大约)相同吗?

我很确定可以使用 fftpack.diff 的 period 关键字来校正不同的幅度,但我无法确定哪个是正确的周期(我认为应该是 period=1 但这不起作用)。

此外,我如何使用 numpy 进行光谱微分?

【问题讨论】:

    标签: python numpy scipy derivative differentiation


    【解决方案1】:

    函数scipy.fftpack.diff 计算导数,但它假设输入是周期性的。 period 参数给出了输入序列的周期(即x 区间的总长度)。

    在您的情况下,这是len(x)*dx,其中dx = x[1] - x[0]。

    这里有一些代码使用period 参数(红色)绘制简单(居中)有限差分(蓝色)和diff 的结果。 x 和 y 变量与您的代码中使用的变量相同:

    In [115]: plt.plot(0.5*(x[1:]+x[:-1]), np.diff(y)/np.diff(x), 'b')
    Out[115]: [<matplotlib.lines.Line2D at 0x1188d01d0>]
    
    In [116]: plt.plot(x, sp.diff(y, period=len(x)*(x[1]-x[0])), 'r')
    Out[116]: [<matplotlib.lines.Line2D at 0x1188fc9d0>]
    
    In [117]: plt.xlabel('x')
    Out[117]: <matplotlib.text.Text at 0x1157425d0>
    

    请注意,如果您的输入实际上不是周期性的,则由diff 计算的导数将在接近区间末端时不准确。

    这里是另一个例子,使用一个较短的序列,它只包含区间 [0, 1] 中正弦函数的一个完整周期:

    In [149]: x = np.linspace(0, 1, 20, endpoint=False)
    
    In [150]: y = np.sin(2*np.pi*x)
    
    In [151]: plt.plot(0.5*(x[1:]+x[:-1]), np.diff(y)/np.diff(x), 'b')
    Out[151]: [<matplotlib.lines.Line2D at 0x119872d90>]
    
    In [152]: plt.plot(x, sp.diff(y, period=len(x)*(x[1]-x[0])), 'r')
    Out[152]: [<matplotlib.lines.Line2D at 0x119c49090>]
    
    In [153]: plt.xlabel('x')
    Out[153]: <matplotlib.text.Text at 0x1197823d0>
    

    【讨论】:

    • 我天真地认为period 指的是一次测量和另一次测量之间的时间段(因此,在我的例子中是1)。但是,是的,这很有意义,很明显。现在我明白了,我也可以用 numpy 重现它,将 fft 乘以 i*2*pi。
    【解决方案2】:

    1 rad 对于差异近似来说是一个相当粗略的步幅,您应该希望数据集中有整数个周期

    x = np.arange(-200,200,1)
    y = np.sin(np.pi/50*x)
    
    plt.plot(np.diff(y)/np.diff(x))
    plt.plot(sp.diff(y,order=1, period=400))
    

    匹配得很好 - 但我不知道 fft 例程中周期/标准化的确切原因

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2012-12-24
      • 1970-01-01
      • 2021-12-26
      • 2012-07-12
      • 2021-09-25
      • 2023-03-30
      • 1970-01-01
      相关资源
      最近更新 更多