scipy.interpolate.

pchip_interpolate

scipy.interpolate.pchip_interpolate(xi, yi, x, der=0, axis=0)

用于 pchip 插值的便捷函数。

xi 和 yi 是用于近似某个函数 f 的值数组，其中 yi = f(xi)。插值器使用单调三次样条来查找新点 x 的值和那里的导数。

有关详细信息，请参阅 scipy.interpolate.PchipInterpolator。

参数:

xiarray_like

长度为 N 的已排序 x 坐标列表。

yiarray_like

实数值的一维数组。yi 沿插值轴的长度必须等于 xi 的长度。如果为 N 维数组，请使用 axis 参数选择正确的轴。

自版本 1.13.0 起已弃用: 复数数据已弃用，将在 SciPy 1.15.0 中引发错误。如果您尝试使用传入数组的实数分量，请在 yi 上使用 np.real。

x标量或 array_like

长度为 M。

derint 或 list，可选

要提取的导数。可以包含第 0 阶导数以返回函数值。

axisint，可选

yi 数组中对应于 x 坐标值的轴。

返回:

y标量或 array_like

结果，长度为 R 或长度为 M 或 M 乘以 R。

另请参阅

PchipInterpolator

PCHIP 1-D 单调三次插值器。

示例

在您的浏览器中尝试一下！

我们可以使用 pchip 插值来插值 2D 观测数据

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.interpolate import pchip_interpolate
>>> x_observed = np.linspace(0.0, 10.0, 11)
>>> y_observed = np.sin(x_observed)
>>> x = np.linspace(min(x_observed), max(x_observed), num=100)
>>> y = pchip_interpolate(x_observed, y_observed, x)
>>> plt.plot(x_observed, y_observed, "o", label="observation")
>>> plt.plot(x, y, label="pchip interpolation")
>>> plt.legend()
>>> plt.show()

返回在新标签页中打开