插值 (scipy.interpolate )

插值中使用的对象的子包。

如下所列，该子软件包包含样条函数和类、一维和多维(单变量和多变量)插值类、拉格朗日和泰勒多项式插值器，以及 FITPACK 和DFITPACK函数。

一元插值

interp1d \(X，y[, kind, axis, copy, ...] )	对一维函数进行插值。
BarycentricInterpolator \(xi[, yi, axis] )	一组点的插值多项式
KroghInterpolator \(xi，yi[, axis] )	一组点的插值多项式。
barycentric_interpolate \(xi，yi，x[, axis] )	多项式插值的方便函数。
krogh_interpolate \(xi，yi，x[, der, axis] )	多项式插值的方便函数。
pchip_interpolate \(xi，yi，x[, der, axis] )	方便的pChip插补功能。
CubicHermiteSpline \(X，y，dydx[, axis, ...] )	分段三次插值器匹配值和一阶导数。
PchipInterpolator \(X，y[, axis, extrapolate] )	PCHIP一维单调三次插值。
Akima1DInterpolator \(X，y[, axis] )	Akima插值器
CubicSpline \(X，y[, axis, bc_type, extrapolate] )	三次样条数据插值器。
PPoly \(C，x[, extrapolate, axis] )	关于系数和断点的分段多项式
BPoly \(C，x[, extrapolate, axis] )	关于系数和断点的分段多项式。

多元插值

非结构化数据：

griddata \(点，值，Xi[, method, ...] )	对非结构化的D-D数据进行插值。
LinearNDInterpolator \(点，值[, ...] )	N>1维的分段线性插值。
NearestNDInterpolator \(X，y[, rescale, ...] )	NearestNDInterpolator(x，y)。
CloughTocher2DInterpolator \(点，值[, ...] )	CloughTocher2D插值器(点，值，TOL=1e-6)。
RBFInterpolator \(y，d[, neighbors, ...] )	N维的径向基函数(RBF)插值。
Rbf \(*args, * *kwargs)	从N维散乱数据到M-D域函数的径向基函数插值类。
interp2d \(X，y，z[, kind, copy, ...] )	在2-D网格上插值。

对于网格上的数据：

interpn \(点，值，Xi[, method, ...] )	规则网格上的多维插值。
RegularGridInterpolator \(点，值[, ...] )	任意维正则网格上的插值
RectBivariateSpline \(X，y，z[, bbox, kx, ky, s] )	矩形网格上的二元样条逼近。

参见

scipy.ndimage.map_coordinates

张量积多项式：

NdPPoly \(C，x[, extrapolate] )

分段张量积多项式

一维样条线

BSpline \(t，c，k[, extrapolate, axis] )	B样条基中的一元样条。
make_interp_spline \(X，y[, k, t, bc_type, ...] )	计算插值B样条的(系数)。
make_lsq_spline \(x，y，t[, k, w, axis, ...] )	计算LSq B样条的(系数)。

FITPACK例程的功能接口：

splrep \(X，y[, w, xb, xe, k, task, s, t, ...] )	查找一维曲线的B样条表示。
splprep \(X[, w, u, ub, ue, k, task, s, t, ...] )	查找N-D曲线的B样条表示。
splev \(X，tck[, der, ext] )	计算B样条或其导数。
splint \(a，b，tck[, full_output] )	求B样条在两给定点之间的定积分。
sproot \(TCK[, mest] )	求三次B样条的根。
spalde \(X，tck)	求B样条的所有导数。
splder \(TCK[, n] )	计算给定样条的导数的样条表示
splantider \(TCK[, n] )	计算给定样条的反导数(积分)的样条。
insert \(X，tck[, m, per] )	将结插入到B样条曲线中。

面向对象的FITPACK接口：

UnivariateSpline \(X，y[, w, bbox, k, s, ext, ...] )	一维平滑样条拟合到给定的数据点集合。
InterpolatedUnivariateSpline \(X，y[, w, ...] )	给定数据点集合的一维插值样条。
LSQUnivariateSpline \(x，y，t[, w, bbox, k, ...] )	具有显式内部结的一维样条线。

二维样条线

对于网格上的数据：

RectBivariateSpline \(X，y，z[, bbox, kx, ky, s] )	矩形网格上的二元样条逼近。
RectSphereBivariateSpline \(u，v，r[, s, ...] )	球面上矩形网格上的二元样条逼近。

对于非结构化数据：

BivariateSpline \()	二元样条的基类。
SmoothBivariateSpline \(X，y，z[, w, bbox, ...] )	光滑的二元样条逼近。
SmoothSphereBivariateSpline \(θ，φ，r[, ...] )	球坐标下的光滑二元样条逼近。
LSQBivariateSpline \(x，y，z，tx，ty[, w, ...] )	加权最小二乘二元样条逼近。
LSQSphereBivariateSpline \(θ，φ，r，tt，tp)	球坐标下加权最小二乘二元样条逼近。

FITPACK函数的低级接口：

bisplrep \(X，y，z[, w, xb, xe, yb, ye, kx, ...] )	找出曲面的二元B样条表示。
bisplev \(x，y，tck[, dx, dy] )	求二元B样条及其导数。

其他工具

lagrange \(X，w)	返回一个拉格朗日插值多项式。
approximate_taylor_polynomial \(F，x，度，.)	用多项式拟合估计f在x的泰勒多项式。
pade \(一个，m[, n] )	以两个多项式之比的形式返回多项式的Pade逼近。

参见

scipy.ndimage.map_coordinates ， scipy.ndimage.spline_filter ， scipy.signal.resample ， scipy.signal.bspline ， scipy.signal.gauss_spline ， scipy.signal.qspline1d ， scipy.signal.cspline1d ， scipy.signal.qspline1d_eval ， scipy.signal.cspline1d_eval ， scipy.signal.qspline2d ， scipy.signal.cspline2d 。

pchip 是的别名 PchipInterpolator 为了向后兼容(不应在新代码中使用)。

上一页

scipy.integrate.solve_bvp

下一页

scipy.interpolate.interp1d