scipy.interpolate.NdPPoly¶

class scipy.interpolate.NdPPoly(c, x, extrapolate=None)[源代码]¶

分段张量积多项式

点上的值 xp = (x', y', z', ...) 通过首先计算区间指数来评估 i 以便：：

x[0][i[0]] <= x' < x[0][i[0]+1]
x[1][i[1]] <= y' < x[1][i[1]+1]
...

然后计算：

S = sum(c[k0-m0-1,...,kn-mn-1,i[0],...,i[n]]
        * (xp[0] - x[0][i[0]])**m0
        * ...
        * (xp[n] - x[n][i[n]])**mn
        for m0 in range(k[0]+1)
        ...
        for mn in range(k[n]+1))

哪里 k[j] 是维数为j的多项式的次数。这种表示是分段多元幂基。

参数

cndarray，形状(k0，.，kn，m0，.，mn，.): 多项式系数，多项式阶 kj 和 mj+1 每个维度的间隔 j 。
xndarray的二元组，形状(mj+1，): 每个维度的多项式断点。这些必须按升序排序。
extrapolate布尔值，可选: 是根据第一个和最后一个间隔外推到越界点，还是返回NAN。默认值：TRUE。

参见

PPoly: 一维分段多项式

注意事项

幂基中的高阶多项式在数值上可能是不稳定的。

属性

xndarray元组: 断点。
cndarray: 多项式的系数。

方法：

`__call__` \(X[, nu, extrapolate] )	求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` \(范围[, extrapolate] )	计算分段多项式上的定积分。
`integrate_1d` \(a，b，轴[, extrapolate] )	计算一维定积分的NdPPoly表示
`construct_fast` \(C，x[, extrapolate] )	构造分段多项式而不做校验。

scipy.interpolate.RectBivariateSpline.integral

scipy.interpolate.NdPPoly.__call__