scipy.interpolate.

BPoly#

class scipy.interpolate.BPoly(c, x, extrapolate=None, axis=0)[source]#

用系数和断点表示的分段多项式。

在 x[i] 和 x[i + 1] 之间的多项式用伯恩斯坦多项式基写成

S = sum(c[a, i] * b(a, k; x) for a in range(k+1)),

其中 k 是多项式的次数，并且

b(a, k; x) = binom(k, a) * t**a * (1 - t)**(k - a),

其中 t = (x - x[i]) / (x[i+1] - x[i]) 并且 binom 是二项式系数。

参数：
cndarray, shape (k, m, …)

多项式系数，阶数为 k 且有 m 个区间

xndarray, shape (m+1,)

多项式断点。必须按升序或降序排序。

extrapolatebool, 可选

如果为布尔值，则确定是根据第一个和最后一个区间外推到边界外点，还是返回 NaN。如果为 'periodic'，则使用周期性外推。默认值为 True。

axisint, 可选

插值轴。默认值为零。

参见

PPoly

幂基中的分段多项式

注释

伯恩斯坦多项式的性质在文献中有很好的记录，例如参见 [1] [2] [3]。

参考文献

[3]

E. H. Doha, A. H. Bhrawy 和 M. A. Saker, Boundary Value Problems, vol 2011, article ID 829546, DOI:10.1155/2011/829543。

示例

>>> from scipy.interpolate import BPoly
>>> x = [0, 1]
>>> c = [[1], [2], [3]]
>>> bp = BPoly(c, x)

这将创建一个 2 阶多项式

\[\begin{split}B(x) = 1 \times b_{0, 2}(x) + 2 \times b_{1, 2}(x) + 3 \times b_{2, 2}(x) \\ = 1 \times (1-x)^2 + 2 \times 2 x (1 - x) + 3 \times x^2\end{split}\]
属性：
xndarray

断点。

cndarray

多项式的系数。它们被重塑为一个 3 维数组，最后一个维度表示原始系数数组的尾随维度。

axisint

插值轴。

方法

__call__(x[, nu, extrapolate])

计算分段多项式或其导数。

extend(c, x)

向多项式添加额外的断点和系数。

derivative([nu])

构造一个表示导数的新分段多项式。

antiderivative([nu])

构造一个表示反导数的新分段多项式。

integrate(a, b[, extrapolate])

计算分段多项式的定积分。

construct_fast(c, x[, extrapolate, axis])

在不进行检查的情况下构造分段多项式。

from_power_basis(pp[, extrapolate])

从幂基多项式构造伯恩斯坦基中的分段多项式。

from_derivatives(xi, yi[, orders, extrapolate])

构造伯恩斯坦基中的分段多项式，与断点处指定的数值和导数兼容。
本页内容