插值 (`scipy.interpolate`)#

SciPy 提供了多种用于 1 维、2 维及更高维度数据插值和平滑的通用功能。特定插值例程的选择取决于数据：数据是否为一维、是否在结构化网格上给出，或是否是非结构化的。另一个因素是插值器所需的平滑度。简而言之，*建议用于插值*的例程可以总结如下：

	类型	例程	连续性	备注
1D	线性	`numpy.interp`	分段连续	或者，`make_interp_spline(..., k=1)`
	三次样条	`CubicSpline`	二阶导数
	单调三次样条	`PchipInterpolator`	一阶导数	无超调
	非三次样条	`make_interp_spline`	(k-1)阶导数	`k=3` 等同于 `CubicSpline`
	最近邻	`interp1d`		kind='nearest', 'previous', 'next'
N维曲线	最近邻, 线性, 样条	`make_interp_spline`	(k-1)阶导数	使用 N 维 y 数组
N维规则（直线）网格	最近邻	`RegularGridInterpolator`		method='nearest'
	线性			method='linear'
	样条		二阶导数	method='cubic', 'quintic'
	单调样条		一阶导数	method='pchip'
N维散点	最近邻	`NearestNDInterpolator`		别名: `griddata`
	线性	`LinearNDInterpolator`
	三次 (仅限 2D)	`CloughTocher2DInterpolator`	一阶导数
	径向基函数	`RBFInterpolator`

数据平滑和近似#

更多详情请参阅以下链接