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#

`make_interp_spline`(x, y[, k, t, bc_type, ...])	创建具有指定次数和边界条件的插值 B 样条。
`CubicSpline`(x, y[, axis, bc_type, extrapolate])	分段三次插值器，用于拟合值（C2 光滑）。
`PchipInterpolator`(x, y[, axis, extrapolate])	PCHIP 保形插值器（C1 光滑）。
`Akima1DInterpolator`(x, y[, axis, method, ...])	Akima “视觉美观”插值器（C1 光滑）。
`FloaterHormannInterpolator`(points, values, *)	Floater-Hormann 重心有理插值器（实轴上 C∞ 光滑）。
`BarycentricInterpolator`(xi[, yi, axis, wi, rng])	重心（Lagrange，稳定性改进）插值器（C∞ 光滑）。
`KroghInterpolator`(xi, yi[, axis])	Krogh 插值器（C∞ 光滑）。
`CubicHermiteSpline`(x, y, dydx[, axis, ...])	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

`PPoly`(c, x[, extrapolate, axis])	幂基下的分段多项式。
`BPoly`(c, x[, extrapolate, axis])	Bernstein 基下的分段多项式。
`BSpline`(t, c, k[, extrapolate, axis])	B 样条基下的单变量样条。

多变量插值#

非结构化数据

`LinearNDInterpolator`(points, values[, ...])	N > 1 维的分段线性插值器。
`NearestNDInterpolator`(x, y[, rescale, ...])	N > 1 维的最近邻插值器。
`CloughTocher2DInterpolator`(points, values[, ...])	N=2 维的分段三次、C1 光滑、曲率最小化插值器。
`RBFInterpolator`(y, d[, neighbors, ...])	N ≥ 1 维的径向基函数插值器。

网格数据

RegularGridInterpolator(points, values[, ...])

N ≥ 1 维的直角网格上的指定阶插值器。

另请参阅

scipy.ndimage.map_coordinates, map_coordinates 的示例包装器

张量积多项式和样条的低级数据结构

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

一维样条平滑和近似#

`make_lsq_spline`(x, y, t[, k, w, axis, ...])	创建一个满足最小二乘 (LSQ) 准则的平滑 B 样条。
`make_smoothing_spline`(x, y[, w, lam, axis])	创建一个满足广义交叉验证 (GCV) 准则的平滑 B 样条。
`make_splrep`(x, y, *[, w, xb, xe, k, s, t, nest])	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。
`make_splprep`(x, *[, w, u, ub, ue, k, s, t, nest])	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。
`generate_knots`(x, y, *[, w, xb, xe, k, s, nest])	生成节点向量，直到满足最小二乘 (LSQ) 准则。

有理近似#

AAA(x, y, *[, rtol, max_terms, clean_up, ...])

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

`splrep`(x, y[, w, xb, xe, k, task, s, t, ...])	找到一维曲线的 B 样条表示。
`splprep`(x[, w, u, ub, ue, k, task, s, t, ...])	找到 N 维曲线的 B 样条表示。
`splev`(x, tck[, der, ext])	评估 B 样条或其导数。
`splint`(a, b, tck[, full_output])	评估 B 样条在两个给定点之间的定积分。
`sproot`(tck[, mest])	找到三次 B 样条的根。
`spalde`(x, tck)	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。
`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])	向 B 样条插入节点。

面向对象的 FITPACK 接口

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

二维 FITPACK 样条#

网格数据

`RectBivariateSpline`(x, y, z[, bbox, kx, ky, ...])	矩形网格上的双变量样条近似。
`RectSphereBivariateSpline`(u, v, r[, s, ...])	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）

`BivariateSpline`()	双变量样条的基类。
`SmoothBivariateSpline`(x, y, z[, w, bbox, ...])	平滑双变量样条近似。
`SmoothSphereBivariateSpline`(theta, phi, r[, ...])	球坐标系中的平滑双变量样条近似。
`LSQBivariateSpline`(x, y, z, tx, ty[, w, ...])	加权最小二乘双变量样条近似。
`LSQSphereBivariateSpline`(theta, phi, r, tt, tp)	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）

`bisplrep`(x, y, z[, w, xb, xe, yb, ye, kx, ...])	找到曲面的双变量 B 样条表示。
`bisplev`(x, y, tck[, dx, dy])	评估双变量 B 样条及其导数。

附加工具#

`lagrange`(x, w)	返回 Lagrange 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。
`pade`(an, m[, n])	将多项式的 Pade 近似作为两个多项式的比率返回。
`interpn`(points, values, xi[, method, ...])	在规则或直角网格上的多维插值。
`griddata`(points, values, xi[, method, ...])	用于在多个维度中插值非结构化数据的便捷函数。
`barycentric_interpolate`(xi, yi, x[, axis, ...])	重心插值的便捷函数。
`krogh_interpolate`(xi, yi, x[, der, axis])	Krogh 插值的便捷函数。
`pchip_interpolate`(xi, yi, x[, der, axis])	pchip 插值的便捷函数。
`Rbf`(args, *kwargs)	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）。
`interp1d`(x, y[, kind, axis, copy, ...])	插值一维函数（旧版）。
`interp2d`(x, y, z[, kind, copy, ...])	用于二维插值的类（已弃用并移除）