访问 UnivariateSpline 曲线上的值答案

【问题标题】：Accessing value on a UnivariateSpline curve访问 UnivariateSpline 曲线上的值
【发布时间】：2019-11-17 19:21:30
【问题描述】：

我正在研究一个简单的函数来拟合收益率曲线。我正在使用Scipy.interpolate.UnivariateSpline 来完成这项任务。该函数应返回特定间隔（成熟度）的收益率值。

这是我写的简单函数：

def curve_fit(spot_yields_df, a):
    x = spot_yields_df['INTERVAL']
    y = spot_yields_df['SPOT']

    s1 = inter.UnivariateSpline(x, y, s=0.5)

    plt.plot(x, y, marker="o", markerfacecolor='None', markersize=5, linestyle='None')
    plt.plot(x, s1(x))
    plt.show()

    return s1(a)

以下示例中作为输入提供的 datafrme 如下所示：

spot_yields_df
Out[53]: 
    CURVE_ID      ISIN    REL_DATE              SPOT   INTERVAL
0   crv_sagb  AU316223  2019-05-31  6.84543548187739   0.263014
1   crv_sagb  ED957814  2019-05-31  7.41912841796875   0.627397
2   crv_sagb  EF656651  2019-05-31  7.01629638671875   1.835616
3   crv_sagb  EJ235944  2019-05-31  7.58026123046875   3.750685
4   crv_sagb  CP507394  2019-05-31  9.12445068359375   7.564384
5   crv_sagb  EJ750004  2019-05-31  9.56756591796875  10.679452
6   crv_sagb  EI258596  2019-05-31  9.56085205078125  11.756164
7   crv_sagb  EJ750009  2019-05-31  10.1046752929688  12.843836
8   crv_sagb  EK773288  2019-05-31  10.2053833007813  15.758904
9   crv_sagb  EF556585  2019-05-31  10.2926635742188  16.846575
10  crv_sagb  EJ750019  2019-05-31  10.7022094726562  17.684932
11  crv_sagb  EK773306  2019-05-31  10.8700561523437  20.684932
12  crv_sagb  EI258592  2019-05-31  10.2859497070313  21.764384
13  crv_sagb  EJ749864  2019-05-31  10.8834838867188  24.687671
14  crv_sagb  EJ235914  2019-05-31  10.0711059570313  28.767123

这是情节，表明该功能运行良好。

例如，根据图表，s1(30) 和 curve_fit(spot_yields_df, 30) 应该分别返回大约 10 的值。它返回的值大约是 6：

curve_fit(spot_yields_df, 30)
Out[52]: array(6.84325277)

如何返回与图表显示的内容相对应的值。非常感谢任何帮助。

【问题讨论】：

图表未显示 10 在 x=30 左右。对于 x=28，它大约显示 10。可能是插值曲线急剧下降超过 x=28 并在 x=30 处接近 6。试试curve_fit(spot_yields_df, 28)，看看它是否仍然给你带来价值，而不是大约。 10
您好，您可以将输入的 DataFrame (spot_yields_df) 复制到问题中吗？
@Sheldore 我说了一个值大约 10 来说明这一点。当函数返回时，图表肯定不会显示 6.84。
@Sheldore s1(28) Out[59]: array(11.06701489) - 现在太高了，根据图表它应该返回10.25

标签： python matplotlib scipy interpolation

【解决方案1】：

看来问题不在于程序，而在于插值方法本身（这也意味着问题更适合cross-validated，但有时你无法提前知道）。

如果您使用的是平滑因子（在您的情况下s=0.5 是一个平滑因子，请参阅the docs），则曲线不会完全命中数据集中的每个点。
如果您希望它达到每个点，请尝试设置s=0 - 在这种情况下，外推到 30 将是从两个最高点的线性外推（您可以验证这一点）。
或者，您可以设置s=None（或者只是不为其填充值，这是默认值），在这种情况下，该函数将为s 选择一个合理的值 - 从运行我的代码开始，看起来确实合理（并产生 9.87195 的值）：

【讨论】：