scipy.interpolate.

bisplrep#

scipy.interpolate.bisplrep(x, y, z, w=None, xb=None, xe=None, yb=None, ye=None, kx=3, ky=3, task=0, s=None, eps=1e-16, tx=None, ty=None, full_output=0, nxest=None, nyest=None, quiet=1)[source]#

找到曲面的双变量 B 样条表示。

给定表示曲面 z=f(x,y) 的一组数据点 (x[i], y[i], z[i])，计算曲面的 B 样条表示。基于 FITPACK 中的例程 SURFIT。

参数:

x, y, zndarray: 数据点的秩 1 数组。
wndarray，可选: 权重的秩 1 数组。默认情况下，w=np.ones(len(x)).
xb、xefloat，可选: x 中近似区间的端点。默认 xb = x.min(), xe=x.max()。
yb、yefloat，可选: y 中近似区间的端点。默认 yb=y.min(), ye = y.max()。
kx、kyint，可选: 样条的次数 (1 <= kx, ky <= 5)。建议使用三次（kx=ky=3）。
taskint，可选: 如果 task=0，则对给定平滑系数 s 查找 x 和 y 中的结点，以及系数。如果 task=1，则找到适用于平滑系数 s 另一个值的结点和系数。此前必已使用 task=0 或 task=1 调用过 bisplrep。如果 task=-1，则找到一组给定结点 tx, ty 的系数。
sfloat，可选: 非负平滑系数。如果权重与 z 中误差的标准差的倒数相对应，那么在一个范围 (m-sqrt(2*m),m+sqrt(2*m)) 中应该可以找到一个良好的 s 值，其中 m=len(x)。
epsfloat，可选: 用于确定超定线性方程组的有效秩的一个阈值 (0 < eps < 1)。不太可能需要更改 eps。
tx、tyndarray，可选: 当 task=-1 时，用于存储样条结点的秩 1 数组
full_outputint，可选: 非零值表示返回可选的输出。
nxest、nyestint，可选: 结点总数的高估值。如果为 None，则 nxest = max(kx+sqrt(m/2),2*kx+3)，nyest = max(ky+sqrt(m/2),2*ky+3)。
quietint，可选: 非零值表示禁止打印消息。

返回:

tckarray_like: 一个包含表面二次 B 样条表示形式的结点 (tx, ty) 和系数 (c) 的列表，以及样条的次数。
fpndarray: 样条逼近的加权平方残差和。
ierint: 关于 splrep 成功与否的一个整数标志。当 ier<=0 时表示成功。如果 ier 在 [1,2,3] 中，则发生了错误但未引发。否则会引发错误。
msgstr: 对应于整数标志 ier 的一条消息。

另请参阅

splprep, splrep, splint, sproot, splev
UnivariateSpline, BivariateSpline

注释

参阅 bisplev 根据 tck 表示法计算 B 样条的值。

如果输入数据单位不匹配且相差几个数量级，插值器可能出现数值伪影。考虑在插值前重新调整数据。

参考

[1]

Dierckx P.:使用样条函数进行曲面拟合 Ima J. Numer. Anal. 1 (1981) 267-283.

[2]

Dierckx P.:使用样条函数进行曲面拟合 report tw50, Dept. Computer Science,K.U.Leuven, 1980.

[3]

Dierckx P.:使用样条函数进行曲线和曲面拟合，数值分析专著，牛津大学出版社，1993 年。

示例

示例在教程中给出了。