Ctrl+K
scipy.interpolate.

CloughTocher2DInterpolator#

class scipy.interpolate.CloughTocher2DInterpolator(points, values, fill_value=nan, tol=1e-06, maxiter=400, rescale=False)#

CloughTocher2DInterpolator(points, values, tol=1e-6)。

2D 中的分段三次、C1 光滑、曲率最小化的插值器。

在版本 0.9 中添加。

参数:
points浮点数的 ndarray，形状为 (npoints, ndims)；或 Delaunay

数据点坐标的 2-D 数组，或预先计算的 Delaunay 三角剖分。

values浮点数或复数的 ndarray，形状为 (npoints, …)

points 处数据值的 N-D 数组。 values 沿第一个轴的长度必须等于 points 的长度。 与某些插值器不同，插值轴不能更改。

fill_value浮点数，可选

用于填充输入点凸包外部的请求点的值。 如果未提供，则默认值为 nan。

tol浮点数，可选

梯度估计的绝对/相对公差。

maxiter整数，可选

梯度估计中的最大迭代次数。

rescale布尔值，可选

在执行插值之前将点缩放到单位立方体。 如果某些输入维度的单位不可比且相差多个数量级，则此方法非常有用。

另请参阅

griddata

插值非结构化 D-D 数据。

LinearNDInterpolator

N > 1 维中的分段线性插值器。

NearestNDInterpolator

N > 1 维中的最近邻插值器。

interpn

在规则网格或直线网格上插值。

RegularGridInterpolator

在任意维度中的规则或直线网格上进行插值（interpn 封装此类）。

注释

插值器通过使用 Qhull [1] 对输入数据进行三角剖分，并在每个三角形上构建分段三次插值 Bezier 多项式，使用 Clough-Tocher 方案 [CT] 来构造。 保证插值器是连续可微的。

选择插值器的梯度，以便近似最小化插值曲面的曲率。 使用 [Nielson83] 和 [Renka84] 中描述的全局算法来估计此方法所需的梯度。

注意

对于规则网格上的数据，请改用 interpn。

参考文献

[CT]

例如，请参阅 P. Alfeld 的《A trivariate Clough-Tocher scheme for tetrahedral data》。《计算机辅助几何设计》，1, 169 (1984)；G. Farin 的《Triangular Bernstein-Bezier patches》。《计算机辅助几何设计》，3, 83 (1986)。

[Nielson83]

G. Nielson, 《A method for interpolating scattered data based upon a minimum norm network》。《Math. Comp.》，40, 253 (1983)。

[Renka84]

R. J. Renka 和 A. K. Cline. 《A Triangle-based C1 interpolation method》。《Rocky Mountain J. Math.》，14, 223 (1984)。

示例

我们可以在 2D 平面上插值

>>> from scipy.interpolate import CloughTocher2DInterpolator
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> x = rng.random(10) - 0.5
>>> y = rng.random(10) - 0.5
>>> z = np.hypot(x, y)
>>> X = np.linspace(min(x), max(x))
>>> Y = np.linspace(min(y), max(y))
>>> X, Y = np.meshgrid(X, Y)  # 2D grid for interpolation
>>> interp = CloughTocher2DInterpolator(list(zip(x, y)), z)
>>> Z = interp(X, Y)
>>> plt.pcolormesh(X, Y, Z, shading='auto')
>>> plt.plot(x, y, "ok", label="input point")
>>> plt.legend()
>>> plt.colorbar()
>>> plt.axis("equal")
>>> plt.show()
../../_images/scipy-interpolate-CloughTocher2DInterpolator-1.png

方法

__call__(xi)

在给定点评估插值器。
在此页上