插值 (scipy.interpolate)

用于插值的物件子套件。

如以下所列，此子套件包含样条函数和类、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, ...])	插值一维函数。
BarycentricInterpolator(xi[, yi, axis, wi, ...])	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, der])	多项式插值的便利函数。
krogh_interpolate(xi, yi, x[, der, axis])	多项式插值的便利函数。
pchip_interpolate(xi, yi, x[, der, axis])	PCHIP 插值的便利函数。
CubicHermiteSpline(x, y, dydx[, axis, ...])	匹配值和一阶导数的分段三次插值器。
PchipInterpolator(x, y[, axis, extrapolate])	PCHIP 一维单调三次插值。
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。

多变量插值

非结构化数据

griddata(points, values, xi[, method, ...])	插值非结构化的 D-D 数据。
LinearNDInterpolator(points, values[, ...])	N > 1 维的分段线性插值器。
NearestNDInterpolator(x, y[, rescale, ...])	NearestNDInterpolator(x, y)。
CloughTocher2DInterpolator(points, values[, ...])	CloughTocher2DInterpolator(points, values, tol=1e-6)。
RBFInterpolator(y, d[, neighbors, ...])	N 维径向基函数 (RBF) 插值。
Rbf(*args, **kwargs)	一个用于从 N 维离散数据到 M 维域的函数的径向基函数插值的类。
interp2d(x, y, z[, kind, copy, ...])	在 1.14.0 版中移除。

用于网格上的数据

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。

另请参见

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 样条基函数中的一维样条。
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])	使用 lam 计算平滑三次样条函数的（系数），以控制曲线平滑度与其接近数据的程度之间的权衡。

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 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确定的积分。
sproot(tck[, mest])	查找三次 B 样条的根。
spalde(x, tck)	在一个点（或一组点）处评估 B 样条及其所有导数，直到 k 阶（样条的次数），其中 0 是样条本身。
splder(tck[, n])	计算给定样条导数的样条表示
splantider(tck[, n])	计算给定样条的反导数（积分）的样条。
insert(x, tck[, m, per])	在 B 样条曲线中插入节点。

面向对象的 FITPACK 接口

UnivariateSpline(x, y[, w, bbox, k, s, ext, ...])	一维平滑样条曲线拟合给定的一组数据点。
InterpolatedUnivariateSpline(x, y[, w, ...])	给定一组数据点的 一维插值样条曲线。
LSQUnivariateSpline(x, y, t[, w, bbox, k, ...])	具有显式内部节点的一维样条曲线。

二维样条曲线

用于网格上的数据

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, ...])	球体上矩形网格上的双变量样条曲线近似。

非结构化数据

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

FITPACK 函数的低级接口

bisplrep(x, y, z[, w, xb, xe, yb, ye, kx, ...])	查找表面的双变量 B 样条曲线表示。
bisplev(x, y, tck[, dx, dy])	计算双变量 B 样条曲线及其导数。

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。
pade(an, m[, n])	返回多项式的 Padé 近似作为两个多项式的比率。

另请参见

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）。