插值 (scipy.interpolate)

用于插值的对象的子包。

如下所列，此子包包含样条函数和类，一维和多维（单变量和多变量）插值类，拉格朗日和泰勒多项式插值器，以及 FITPACK 和 DFITPACK 函数的包装器。

单变量插值

interp1d(x, y[, kind, axis, copy, ...])	插值一个一维函数。
BarycentricInterpolator(xi[, yi, axis, wi, rng])	一组点的插值多项式。
KroghInterpolator(xi, yi[, axis])	一组点的插值多项式。
barycentric_interpolate(xi, yi, x[, axis, ...])	多项式插值的便捷函数。
krogh_interpolate(xi, yi, x[, der, axis])	多项式插值的便捷函数。
pchip_interpolate(xi, yi, x[, der, axis])	pchip 插值的便捷函数。
CubicHermiteSpline(x, y, dydx[, axis, ...])	分段三次插值器，匹配值和一阶导数。
PchipInterpolator(x, y[, axis, extrapolate])	PCHIP 1-D 单调三次插值。
Akima1DInterpolator(x, y[, axis, method, ...])	Akima 插值器
CubicSpline(x, y[, axis, bc_type, extrapolate])	三次样条数据插值器。
PPoly(c, x[, extrapolate, axis])	根据系数和断点表示的分段多项式
BPoly(c, x[, extrapolate, axis])	根据系数和断点表示的分段多项式。
FloaterHormannInterpolator(points, values, *)	Floater-Hormann 重心有理插值。

多变量插值

非结构化数据

griddata(points, values, xi[, method, ...])	插值非结构化 D-D 数据。
LinearNDInterpolator(points, values[, ...])	N > 1 维中的分段线性插值器。
NearestNDInterpolator(x, y[, rescale, ...])	NearestNDInterpolator(x, y)。
CloughTocher2DInterpolator(points, values[, ...])	CloughTocher2DInterpolator(points, values, tol=1e-6)。
RBFInterpolator(y, d[, neighbors, ...])	N 维中的径向基函数 (RBF) 插值。
Rbf(*args, **kwargs)	用于将 N-D 散布数据函数插值到 M-D 域的径向基函数插值的类。
interp2d(x, y, z[, kind, copy, ...])	已在版本 1.14.0 中删除。

对于网格上的数据

interpn(points, values, xi[, method, ...])	规则或直线网格上的多维插值。
RegularGridInterpolator(points, values[, ...])	任意维度中规则或直线网格上的插值器。
RectBivariateSpline(x, y, z[, bbox, kx, ky, s])	矩形网格上的双变量样条逼近。

另请参阅

scipy.ndimage.map_coordinates

张量积多项式

NdPPoly(c, x[, extrapolate])	分段张量积多项式
NdBSpline(t, c, k, *[, extrapolate])	张量积样条对象。

一维样条

BSpline(t, c, k[, extrapolate, axis])	B 样条基中的单变量样条。
make_interp_spline(x, y[, k, t, bc_type, ...])	计算插值 B 样条的（系数）。
make_lsq_spline(x, y, t[, k, w, axis, ...])	计算基于 LSQ（最小二乘）拟合的 B 样条的（系数）。
make_smoothing_spline(x, y[, w, lam])	计算使用 lam 控制曲线平滑度和其与数据接近程度之间权衡的平滑三次样条函数（的系数）。
generate_knots(x, y, *[, w, xb, xe, k, s, nest])	复制 FITPACK 的构造节点向量。
make_splrep(x, y, *[, w, xb, xe, k, s, t, nest])	查找一维函数的 B 样条表示。
make_splprep(x, *[, w, u, ub, ue, k, s, t, nest])	查找参数化 N-D 曲线的平滑 B 样条表示。

FITPACK 例程的功能接口

splrep(x, y[, w, xb, xe, k, task, s, t, ...])	查找一维曲线的 B 样条表示。
splprep(x[, w, u, ub, ue, k, task, s, t, ...])	查找 N-D 曲线的 B 样条表示。
splev(x, tck[, der, ext])	计算 B 样条或其导数。
splint(a, b, tck[, full_output])	计算给定两点之间 B 样条的定积分。
sproot(tck[, mest])	查找三次 B 样条的根。
spalde(x,  tck)	在一点（或一组点）评估 B 样条及其所有导数，直到 k 阶（样条的阶数），其中 0 阶为样条本身。
splder(tck[,  n])	计算给定样条的导数的样条表示。
splantider(tck[,  n])	计算给定样条的反导数（积分）的样条。
insert(x,  tck[,  m,  per])	将节点插入 B 样条中。

面向对象的 FITPACK 接口

UnivariateSpline(x,  y[,  w,  bbox,  k,  s,  ext,  ...])	对给定的一组数据点进行一维平滑样条拟合。
InterpolatedUnivariateSpline(x,  y[,  w,  ...])	对给定的一组数据点进行一维插值样条。
LSQUnivariateSpline(x,  y,  t[,  w,  bbox,  k,  ...])	具有显式内部节点的一维样条。

二维样条

对于网格上的数据

RectBivariateSpline(x, y, z[, bbox, kx, ky, s])	矩形网格上的双变量样条逼近。
RectSphereBivariateSpline(u,  v,  r[,  s,  ...])	在球体上的矩形网格上进行二元样条逼近。

对于非结构化数据

BivariateSpline()	二元样条的基类。
SmoothBivariateSpline(x,  y,  z[,  w,  bbox,  ...])	平滑的二元样条逼近。
SmoothSphereBivariateSpline(theta,  phi,  r[,  ...])	在球坐标系中进行平滑的二元样条逼近。
LSQBivariateSpline(x,  y,  z,  tx,  ty[,  w,  ...])	加权最小二乘二元样条逼近。
LSQSphereBivariateSpline(theta,  phi,  r,  tt,  tp)	在球坐标系中进行加权最小二乘二元样条逼近。

FITPACK 函数的低级接口

bisplrep(x,  y,  z[,  w,  xb,  xe,  yb,  ye,  kx,  ...])	查找曲面的二元 B 样条表示。
bisplev(x,  y,  tck[,  dx,  dy])	评估二元 B 样条及其导数。

有理逼近

pade(an,  m[,  n])	返回多项式的 Pade 逼近，作为两个多项式的比率。
AAA(x,  y,  *[,  rtol,  max_terms,  clean_up,  ...])	AAA 实数或复数有理逼近。

其他工具

lagrange(x,  w)	返回拉格朗日插值多项式。
approximate_taylor_polynomial(f,  x,  degree,  ...)	通过多项式拟合估计 f 在 x 处的泰勒多项式。

另请参阅

scipy.ndimage.map_coordinates, scipy.ndimage.spline_filter, scipy.signal.resample, scipy.signal.bspline, scipy.signal.gauss_spline, scipy.signal.qspline1d, scipy.signal.cspline1d, scipy.signal.qspline1d_eval, scipy.signal.cspline1d_eval, scipy.signal.qspline2d, scipy.signal.cspline2d.

pchip 是 PchipInterpolator 的别名，用于向后兼容（不应在新代码中使用）。