RectBivariateSpline#
- class scipy.interpolate.RectBivariateSpline(x, y, z, bbox=[None, None, None, None], kx=3, ky=3, s=0, maxit=20)[source]#
矩形网格上的二元样条逼近。
可用于数据平滑和插值。
- 参数:
- x,y类数组
严格升序排列的1-D坐标数组。数据范围之外的评估点将被外推。
- z类数组
形状为 (x.size, y.size) 的2-D数据数组。
- bbox类数组, 可选
长度为4的序列,指定矩形逼近域的边界,这意味着每个维度的样条起始和结束节点由这些值设置。默认情况下,
bbox=[min(x), max(x), min(y), max(y)]
。- kx, ky整数, 可选
二元样条的度数。默认值为3。
- s浮点数, 可选
用于估计条件的正平滑因子:
sum((z[i]-f(x[i], y[i]))**2, axis=0) <= s
,其中 f 是样条函数。默认值为s=0
,表示插值。- maxit整数, 可选
在fp=s的情况下,寻找平滑样条的最大迭代次数maxit。默认值为
maxit=20
。
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])在点上评估样条
返回样条系数。
返回一个元组 (tx, ty),其中 tx, ty 分别包含样条相对于 x 和 y 变量的节点位置。
返回样条逼近的残差平方加权和: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)构建一个新的样条,表示此样条的偏导数。
另请参阅
BivariateSpline
二元样条的基类。
UnivariateSpline
用于拟合给定数据点集的平滑一元样条。
SmoothBivariateSpline
通过给定点的平滑二元样条
LSQBivariateSpline
使用加权最小二乘拟合的二元样条
RectSphereBivariateSpline
球面上矩形网格的二元样条
SmoothSphereBivariateSpline
球面坐标中的平滑二元样条
LSQSphereBivariateSpline
使用加权最小二乘拟合的球面坐标二元样条
bisplrep
查找表面二元B样条表示的函数
bisplev
评估二元B样条及其导数的函数
备注
如果输入数据的维度单位不协调且相差多个数量级,则插值器可能存在数值误差。在插值之前考虑重新缩放数据。