scipy.interpolate.
LSQBivariateSpline#
- class scipy.interpolate.LSQBivariateSpline(x, y, z, tx, ty, w=None, bbox=[None, None, None, None], kx=3, ky=3, eps=None)[source]#
加权最小二乘双变量样条近似。
- 参数:
- x, y, zarray_like
数据点的1维序列(顺序不重要)。
- tx, tyarray_like
严格有序的1维节点坐标序列。
- warray_like, 可选
正向1维权重数组,其长度与 x、y 和 z 相同。
- bbox(4,) array_like, 可选
长度为4的序列,指定矩形近似域的边界。默认情况下,
bbox=[min(x,tx),max(x,tx), min(y,ty),max(y,ty)]
。- kx, ky整数, 可选
双变量样条的阶数。默认值为3。
- eps浮点数, 可选
用于确定超定线性方程组有效秩的阈值。eps 的值应在开区间
(0, 1)
内,默认值为 1e-16。
方法
__call__
(x, y[, dx, dy, grid])在给定位置评估样条或其导数。
ev
(xi, yi[, dx, dy])在点处评估样条
返回样条系数。
返回一个元组 (tx,ty),其中 tx,ty 分别包含样条关于 x 变量和 y 变量的节点位置。
返回样条近似的加权平方残差和: sum ((w[i]*(z[i]-s(x[i],y[i])))**2,axis=0)
integral
(xa, xb, ya, yb)评估样条在区域 [xa,xb] x [ya,yb] 上的积分。
partial_derivative
(dx, dy)构建一个表示此样条偏导数的新样条。
另请参阅
BivariateSpline
双变量样条的基类。
UnivariateSpline
用于拟合给定数据点的平滑单变量样条。
SmoothBivariateSpline
通过给定点的平滑双变量样条
RectSphereBivariateSpline
球体上矩形网格上的双变量样条
SmoothSphereBivariateSpline
球坐标中的平滑双变量样条
LSQSphereBivariateSpline
使用加权最小二乘拟合的球坐标双变量样条
RectBivariateSpline
矩形网格上的双变量样条。
bisplrep
用于查找曲面的双变量B样条表示的函数
bisplev
用于评估双变量B样条及其导数的函数
说明
x、y 和 z 的长度应至少为
(kx+1) * (ky+1)
。如果输入数据的维度单位不匹配且数量级差异很大,则插值器可能会出现数值误差。请考虑在插值前重新调整数据。