scipy.interpolate.CubicHermiteSpline¶

class scipy.interpolate.CubicHermiteSpline(x, y, dydx, axis=0, extrapolate=None)[源代码]¶

分段三次插值器匹配值和一阶导数。

结果表示为 PPoly 实例。

参数

x类似数组，形状(n，): 包含自变量的值的一维数组。值必须是实数、有限且严格递增。
yarray_like: 包含因变量值的数组。它可以有任意数量的维度，但沿 axis (见下文)必须与的长度匹配 x 。值必须是有限的。
dydxarray_like: 包含因变量的导数的数组。它可以有任意数量的维度，但沿 axis (见下文)必须与的长度匹配 x 。值必须是有限的。
axis整型，可选: 轴线，沿着该轴线 y 假设是变化的。意思是说，对于 x[i] 相应的值为 np.take(y, i, axis=axis) 。默认值为0。
extrapolate{bool，‘周期性’，无}，可选: 如果为bool，则确定是根据第一个和最后一个间隔外推到越界点，还是返回NAN。如果为‘PERIONAL’，则使用周期性外推。如果为None(默认值)，则设置为True。

参见

注意事项

如果要创建与高阶导数匹配的高阶样条，请使用 BPoly.from_derivatives 。

参考文献

属性

xndarray，形状(n，): 断点。一样的 x 它被传递给构造函数。
cndarray，形状(4，n-1，.): 每段上多项式的系数。尾部尺寸与的尺寸匹配 y ，不包括 axis 。例如，如果 y 是一维的，那么 c[k, i] 是一个系数，用于 (x-x[i])**(3-k) 在这两个线段之间的线段上 x[i] 和 x[i+1] 。
axis集成: 插值轴。与传递给构造函数的轴相同。

方法：

`__call__` \(X[, nu, extrapolate] )	计算分段多项式或其导数。
`derivative` \([nu] )	构造一个新的分段多项式来表示导数。
`antiderivative` \([nu] )	构造一个新的分段多项式来表示该反导数。
`integrate` \(a，b[, extrapolate] )	计算分段多项式上的定积分。
`roots` \([discontinuity, extrapolate] )	求分段多项式的实根。

scipy.interpolate.pchip_interpolate

scipy.interpolate.CubicHermiteSpline.__call__