scipy.interpolate.barycentric_interpolate¶
- scipy.interpolate.barycentric_interpolate(xi, yi, x, axis=0)[源代码]¶
多项式插值的方便函数。
构造通过一组给定点的多项式，然后计算该多项式。出于数值稳定性的原因，此函数不计算多项式的系数。
此函数使用“重心插值”方法，该方法将问题视为有理函数插值的特例。此算法在数值上相当稳定，但即使在精确计算的世界中也是如此，除非 x 坐标的选择非常谨慎-切比雪夫零点(例如，cos(i*pi/n))是一个很好的选择-由于Runge现象，多项式插值本身就是一个非常病态的过程。
- 参数
- xiarray_like
多项式应经过的点的x坐标的一维数组
- yiarray_like
多项式应该经过的点的y坐标。
- x标量或类似数组
要计算插值器的点。
- axis整型，可选
与x坐标值对应的yi数组中的轴。
- 退货
- y标量或类似数组
插值值。形状是通过将原始数组中的插值轴替换为x的形状来确定的。
参见
BarycentricInterpolator二进制中心插值器
注意事项
内插权重的构建是一个相对较慢的过程。如果您想用相同的xi(但可能会改变yi或x)多次调用它，那么应该使用这个类
BarycentricInterpolator。这就是此函数在内部使用的内容。示例
我们可以使用重心插值对2D观测数据进行插值：
>>> import matplotlib.pyplot as plt >>> from scipy.interpolate import barycentric_interpolate >>> x_observed = np.linspace(0.0, 10.0, 11) >>> y_observed = np.sin(x_observed) >>> x = np.linspace(min(x_observed), max(x_observed), num=100) >>> y = barycentric_interpolate(x_observed, y_observed, x) >>> plt.plot(x_observed, y_observed, "o", label="observation") >>> plt.plot(x, y, label="barycentric interpolation") >>> plt.legend() >>> plt.show()
