scipy.interpolate.

CubicHermiteSpline#

class scipy.interpolate.CubicHermiteSpline(x, y, dydx, axis=0, extrapolate=None)[源代码][源代码]#

分段三次插值器，匹配值和一阶导数。

结果表示为一个 PPoly 实例。

参数:

x类数组, 形状 (n,): 包含自变量值的一维数组。值必须是实数、有限且严格递增的顺序。
yarray_like: 包含因变量值的数组。它可以有任意数量的维度，但沿 axis``（见下文）的长度必须与 ``x 的长度匹配。值必须是有限的。
dydxarray_like: 包含因变量导数的数组。它可以有任意数量的维度，但沿 axis``（见下文）的长度必须与 ``x 的长度匹配。值必须是有限的。
轴int, 可选: 假设 y 沿其变化的轴。这意味着对于 x[i]，相应的值是 np.take(y, i, axis=axis)。默认值为 0。
外推{bool, ‘周期性’, None}, 可选: 如果是布尔值，决定是否根据第一个和最后一个区间对边界外的点进行外推，或者返回NaN。如果是’periodic’，则使用周期性外推。如果是None（默认），则设置为True。

属性:

xndarray, 形状 (n,): 断点。传递给构造函数的同一个 x。
cndarray, 形状 (4, n-1, …): 每个段落上多项式的系数。尾随维度与 y 的维度匹配，不包括 axis。例如，如果 y 是 1 维的，那么 c[k, i] 是 x[i] 和 x[i+1] 之间段落上 (x-x[i])**(3-k) 的系数。
轴整数: 插值轴。与传递给构造函数的轴相同。

方法

`__call__`(x[, nu, extrapolate])	评估分段多项式或其导数。
`derivative`([nu])	构建一个新的分段多项式，表示导数。
`antiderivative`([nu])	构建一个新的分段多项式，表示其反导数。
`integrate`(a, b[, extrapolate])	计算分段多项式的定积分。
`roots`([discontinuity, extrapolate])	找到分段多项式的实根。

参见

注释

如果你想创建一个匹配高阶导数的高阶样条，请使用 BPoly.from_derivatives。

参考文献

[1]