插值 (scipy.interpolate)#
SciPy 中提供了几种通用的工具，用于对一维、二维和更高维的数据进行插值和平滑。选择特定的插值例程取决于数据：数据是一维的、在结构化网格上给出，还是非结构化的。另一个因素是插值器的平滑度。简而言之，推荐用于插值的例程可以总结如下
种类 |
例程 |
连续性 |
注释 |
|
|---|---|---|---|---|
一维 |
线性 |
分段连续 |
来自 numpy |
|
三次样条 |
二阶导数 |
|||
单调三次样条 |
一阶导数 |
无超调 |
||
非三次样条 |
(k-1)阶导数 |
|
||
最近 |
kind=’nearest’, ‘previous’, ‘next’ |
|||
N 维曲线 |
nearest, linear, spline |
(k-1)阶导数 |
使用 N 维 y 数组 |
|
N 维规则（直线）网格 |
最近 |
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 维散乱数据 |
最近 |
别名： |
||
线性 |
||||
三次（仅限二维） |
一阶导数 |
|||
径向基函数 |
对于数据平滑，提供了函数 用于一维和二维数据使用三次样条，基于 FORTRAN 库 FITPACK。
此外，还提供了例程，用于使用径向基函数 进行插值/平滑，这些函数具有多个核。
在下面的链接中提供了更多详细信息。