scipy.interpolate.

NdBSpline#

class scipy.interpolate.NdBSpline(t, c, k, *, extrapolate=None)[source]#

张量乘积样条对象。

点的值 xp = (x1, x2, ..., xN) 评估为每个中的一元三次样条乘积的线性组合 N 尺寸

c[i1, i2, ..., iN] * B(x1; i1, t1) * B(x2; i2, t2) * ... * B(xN; iN, tN)

此处 B(x; i, t)i-由结点向量定义的第三个 b 样条 t 评估为 x.

参数:
t元组 1D ndarray

方向中的节向量 1, 2, ..., N,len(t[i]) == n[i] + k + 1

cndarray, shape (n1, n2, ..., nN, ...)

b 样条系数

kint 或长度-d 整数元组

样条度。将单个整数解释为所有维度的此度。

外推 bool,可选

是否外推超出范围的输入,或返回 nan。默认操作为外推。

另请参见

BSpline

一维 B 样条对象

NdPPoly

N 维分段张量积多项式

属性:
tndarray 元组

结向量。

cndarray

张量生成样条的系数。

k整数元组

每个维度的次数。

外推 bool,可选

是否为超出范围的输入外推或返回 nan。默认为 true。

方法

__call__(xi, *[, nu, extrapolate])

xi 处评估张量积 b 样条。

design_matrix(xvals, t, k[, extrapolate])

将设计矩阵构建为 CSR 格式的稀疏阵列。