数据拟合平滑样条问题

R里面有平滑样条函数，一条命令就好了smooth.spline()

比如我们做基因组测序数据时需要将dosage对GC进行校正，那么

在R中做GC校正就相当简单：

d <- read.table(flex, colClasses = c("numeric", rep("NULL",4), "numeric", "numeric"))#其中设定为numeric的三列为纯数字染色体号、覆盖度、和该bin中的GC含量

select_data$depth_cor <- select_data$depth_scale -  smoother(select_data$depth_scale, select_data$GC)

得到的就是校正之后的depth，

重点来关注smoother函数

smoother <- function(depth, gc){
    ord = order(gc)
    reord = (1 : length(gc))[order(ord)]
    result = smooth.spline(depth[ord])
    print(result)
    return(result$y[reord])
}

其中depth=f(gc)的拟合只用smooth.spline就可以实现。

但是到了python中却很难找到对应的函数，仅仅名字相近的interpolate 函数是

from scipy.interpolate import UnivariateSpline as spline 

这个函数，但是其实和R做的还是不同，python相对更加粗一些吧，TM scipy里面那么多细分的函数谁能搞清楚，这点远不如R一个平滑样条用的方便

详细可执行代码参考：https://download.csdn.net/download/abcba101/11941821