scipy.interpolate.krogh_interpolate¶
- scipy.interpolate.krogh_interpolate(xi, yi, x, der=0, axis=0)[源代码]¶
多项式插值的方便函数。
看见
KroghInterpolator了解更多详细信息。- 参数
- xiarray_like
已知的x坐标。
- yiarray_like
形状的已知y坐标
(xi.size, R)。解释为长度为R的向量，如果R=1，则解释为标量。- xarray_like
评估导数的一个或多个点。
- derint或list，可选
要提取多少个导数；对于所有潜在的非零导数(即等于点数的数字)都不提取，或者要提取的派生列表。此数字包括作为0阶导数的函数值。
- axis整型，可选
与x坐标值对应的yi数组中的轴。
- 退货
- dndarray
如果内插器的值是R-D，则返回的数组将是N乘以R的导数数。如果 x 是标量，则中间维度将被删除；如果 yi 是标量，则最后一个维度将被删除。
参见
KroghInterpolator克罗插值器
注意事项
内插多项式的构造是一个相对昂贵的过程。如果您想重复计算它，可以考虑使用类KroghInterpolator(这就是这个函数使用的)。
示例
我们可以使用Krogh插值对2D观测数据进行插值：
>>> import matplotlib.pyplot as plt >>> from scipy.interpolate import krogh_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 = krogh_interpolate(x_observed, y_observed, x) >>> plt.plot(x_observed, y_observed, "o", label="observation") >>> plt.plot(x, y, label="krogh interpolation") >>> plt.legend() >>> plt.show()
