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)

加权最小二乘双变量样条逼近。

参数:

x, y, z类数组

数据点是一维序列（顺序不重要）。

tx, ty类数组

节点坐标是严格有序一维序列。

w类数组，可选

正一维权重数组，长度与x、y 和 z 相同。

bbox(4,) 类数组，可选

指定矩形逼近域边界的长度 4 序列。默认情况下，bbox=[min(x,tx),max(x,tx), min(y,ty),max(y,ty)]。

kx, kyint，可选

双变量样条的度。默认为 3。

epsfloat，可选

用于确定超定线性方程组有效秩的阈值。em class="xref py py-obj">eps 应位于开放区间 (0, 1) 中，默认为 1e-16。

另请参阅

BivariateSpline

双变量样条的基础类。

UnivariateSpline

用于拟合给定数据集的平滑单变量样条。

SmoothBivariateSpline

通过给定点进行平滑双变量样条拟合

RectSphereBivariateSpline

球面上矩形网格上的双变量样条

SmoothSphereBivariateSpline

球坐标系中平滑双变量样条

LSQSphereBivariateSpline

球坐标系中的双变量样条，使用加权最小二乘法拟合

RectBivariateSpline

矩形网格上的双变量样条。

bisplrep

查找曲面的双变量 B 样条表示形式的函数

bisplev

用于计算双变量 B 样条及其导数的函数

注释

的长度em class="xref py py-obj">x、em class="xref py py-obj">y 和em class="xref py py-obj">z 应至少为 (kx+1) * (ky+1)。

如果输入数据使得输入维度具有不相称的单位并且相差许多个数量级，那么内插项可能具有数值伪影。考虑在内插之前重新调整数据的比例。

方法

__call__(x, y[, dx, dy, grid])	计算样条或其导数在给定位置的值。
ev(xi, yi[, dx, dy])	计算样条在点处的取值
get_coeffs()	返回样条系数。
get_knots()	返回元组 (tx、ty)，其中 tx、ty 顺序包含样条相对于 x 变量、y 变量的结点位置。
get_residual()	返回样条拟合的平方残差的加权和：求和 ((w[i]*(z[i]-s(x[i],y[i])))**2,axis=0)
integral(xa, xb, ya, yb)	计算样条在面积 [xa,xb] x [ya,yb] 上的积分。
partial_derivative(dx, dy)	构造一个新的样条，表示此样条的部分导数。