scipy.interpolate.

InterpolatedUnivariateSpline

class scipy.interpolate.InterpolatedUnivariateSpline(x, y, w=None, bbox=[None, None], k=3, ext=0, check_finite=False)

给定一组数据点的 1-D 插值样条。

旧版

此类被认为是旧版，将不再接收更新。 虽然我们目前没有计划删除它，但我们建议新代码使用更现代的替代方案。 具体来说，我们建议使用 make_interp_spline 来代替。

将次数为 k 的样条 y = spl(x) 拟合到提供的 x、y 数据。 样条函数通过所有提供的点。 等效于 UnivariateSpline，其中 s = 0。

参数:

x(N,) array_like

数据点的输入维度 - 必须严格递增

y(N,) array_like

数据点的输入维度

w(N,) array_like, 可选

用于样条拟合的权重。 必须为正数。 如果为 None（默认值），则所有权重均为 1。

bbox(2,) array_like, 可选

指定近似区间边界的 2 序列。 如果为 None（默认值），则 bbox=[x[0], x[-1]]。

kint, 可选

平滑样条的次数。 必须为 1 <= k <= 5。 默认值为 k = 3，即三次样条。

extint 或 str, 可选

控制由结序列定义的区间之外的元素的外推模式。

• 如果 ext=0 或 ‘extrapolate’，则返回外推值。

• 如果 ext=1 或 ‘zeros’，则返回 0

• 如果 ext=2 或 ‘raise’，则引发 ValueError

• 如果 ext=3 或 ‘const’，则返回边界值。

默认值为 0。

check_finitebool, 可选

是否检查输入数组是否仅包含有限数字。 禁用可能会提高性能，但如果输入确实包含无穷大或 NaN，则可能会导致问题（崩溃、不终止或无意义的结果）。 默认值为 False。

另请参阅

UnivariateSpline

用于拟合给定数据集的平滑单变量样条。

LSQUnivariateSpline

用户选择结的样条

SmoothBivariateSpline

通过给定点的平滑双变量样条

LSQBivariateSpline

使用加权最小二乘拟合的双变量样条

splrep

用于查找 1-D 曲线的 B 样条表示的函数

splev

用于评估 B 样条或其导数的函数

sproot

用于查找三次 B 样条的根的函数

splint

用于评估给定两点之间 B 样条的定积分的函数

spalde

用于评估 B 样条的所有导数的函数

注意

数据点的数量必须大于样条次数 k。

示例

在浏览器中尝试一下！

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.interpolate import InterpolatedUnivariateSpline
>>> rng = np.random.default_rng()
>>> x = np.linspace(-3, 3, 50)
>>> y = np.exp(-x**2) + 0.1 * rng.standard_normal(50)
>>> spl = InterpolatedUnivariateSpline(x, y)
>>> plt.plot(x, y, 'ro', ms=5)
>>> xs = np.linspace(-3, 3, 1000)
>>> plt.plot(xs, spl(xs), 'g', lw=3, alpha=0.7)
>>> plt.show()

请注意，spl(x) 对 y 进行插值

>>> spl.get_residual()
0.0

返回在新标签页中打开

方法

__call__(x[, nu, ext])	在位置 x 处评估样条（或其 nu 阶导数）。
antiderivative([n])	构造一个新的样条，表示此样条的反导数。
derivative([n])	构造一个新的样条，表示此样条的导数。
derivatives(x)	返回点 x 处样条的所有导数。
get_coeffs()	返回样条系数。
get_knots()	返回样条内部结的位置。
get_residual()	返回样条近似的平方残差的加权和。
integral(a, b)	返回给定两点之间样条的定积分。
roots()	返回样条的零点。
set_smoothing_factor(s)	使用给定的平滑因子 s 和上次调用时找到的结继续样条计算。

validate_input