插值 (scipy.interpolate
)#
用于插值函数和对象的子包。
请参阅用户指南,了解选择例程的建议和其他使用细节。
单变量插值#
|
创建具有指定次数和边界条件的插值 B 样条。 |
|
分段三次插值器,用于拟合值(C2 光滑)。 |
|
PCHIP 保形插值器(C1 光滑)。 |
|
Akima “视觉美观”插值器(C1 光滑)。 |
|
Floater-Hormann 重心有理插值器(实轴上 C∞ 光滑)。 |
|
重心(Lagrange,稳定性改进)插值器(C∞ 光滑)。 |
|
Krogh 插值器(C∞ 光滑)。 |
|
分段三次插值器,用于拟合值和一阶导数(C1 光滑)。 |
单变量插值的低级数据结构
多变量插值#
非结构化数据
|
N > 1 维的分段线性插值器。 |
|
N > 1 维的最近邻插值器。 |
|
N=2 维的分段三次、C1 光滑、曲率最小化插值器。 |
|
N ≥ 1 维的径向基函数插值器。 |
网格数据
|
N ≥ 1 维的直角网格上的指定阶插值器。 |
张量积多项式和样条的低级数据结构
一维样条平滑和近似#
|
创建一个满足最小二乘 (LSQ) 准则的平滑 B 样条。 |
|
创建一个满足广义交叉验证 (GCV) 准则的平滑 B 样条。 |
|
创建一个具有有界误差并最小化导数跳跃的平滑 B 样条函数。 |
|
创建一个具有有界误差并最小化导数跳跃的平滑参数 B 样条曲线。 |
|
生成节点向量,直到满足最小二乘 (LSQ) 准则。 |
有理近似#
|
AAA 实数或复数有理近似。 |
FITPACK 例程的 1D 和 2D 样条拟合接口#
本节列出了 FITPACK 的 1D 和 2D 平滑样条功能的包装器。在大多数情况下,用户最好使用前面章节中列出的高级例程。
一维 FITPACK 样条#
此包提供两组功能等效的包装器:面向对象的和函数的。
函数式 FITPACK 接口
|
找到一维曲线的 B 样条表示。 |
|
找到 N 维曲线的 B 样条表示。 |
|
评估 B 样条或其导数。 |
|
评估 B 样条在两个给定点之间的定积分。 |
|
找到三次 B 样条的根。 |
|
在一个点(或一组点)上评估 B 样条及其所有导数,最高阶为 k(样条的次数),其中 0 为样条本身。 |
|
计算给定样条的导数的样条表示 |
|
计算给定样条的反导数(积分)的样条。 |
|
向 B 样条插入节点。 |
面向对象的 FITPACK 接口
|
对给定数据集进行一维平滑样条拟合。 |
|
对给定数据集进行一维插值样条。 |
|
具有显式内部节点的一维样条。 |
二维 FITPACK 样条#
网格数据
|
矩形网格上的双变量样条近似。 |
|
球体上矩形网格上的双变量样条近似。 |
非结构化数据(面向对象接口)
双变量样条的基类。 |
|
|
平滑双变量样条近似。 |
|
球坐标系中的平滑双变量样条近似。 |
|
加权最小二乘双变量样条近似。 |
|
球坐标系中的加权最小二乘双变量样条近似。 |
非结构化数据(函数式接口)
附加工具#
|
返回 Lagrange 插值多项式。 |
|
通过多项式拟合估计 f 在 x 处的泰勒多项式。 |
|
将多项式的 Pade 近似作为两个多项式的比率返回。 |
|
在规则或直角网格上的多维插值。 |
|
用于在多个维度中插值非结构化数据的便捷函数。 |
|
重心插值的便捷函数。 |
|
Krogh 插值的便捷函数。 |
|
pchip 插值的便捷函数。 |
|
用于从 N 维散点数据到 M 维域进行径向基函数插值的类(旧版)。 |
|
插值一维函数(旧版)。 |
|
用于二维插值的类(已弃用并移除) |