scipy.interpolate.

pchip_插值

scipy.interpolate.pchip_interpolate(xi, yi, x, der=0, axis=0)

用于pchip插值的便捷函数。

xi 和 yi 是用于近似某个函数 f 的值数组，其中 yi = f(xi)。插值法使用单调三次样条来找到新点 x 的值及其导数。

详情请参见 scipy.interpolate.PchipInterpolator。

参数:

xiarray_like

一个排序后的 x 坐标列表，长度为 N。

一array_like

一个实数值的一维数组。yi 沿插值轴的长度必须等于 xi 的长度。如果是 N 维数组，使用 axis 参数选择正确的轴。

自 1.13.0 版本弃用: 复杂数据已被弃用，在 SciPy 1.15.0 中将引发错误。如果您尝试使用传递数组的实部，请在 yi 上使用 np.real。

x标量或类数组

长度为 M。

der整数或列表，可选

要提取的导数。可以包含第0阶导数以返回函数值。

轴int, 可选

yi 数组中对应于 x 坐标值的轴。

返回:

y标量或类数组

结果，长度为 R 或长度为 M 或 M 乘以 R。

参见

PchipInterpolator

PCHIP 1-D 单调三次插值器。

示例

Try it in your browser!

我们可以使用 pchip 插值法来插值二维观测数据：

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.interpolate import pchip_interpolate
>>> x_observed = np.linspace(0.0, 10.0, 11)
>>> y_observed = np.sin(x_observed)
>>> x = np.linspace(min(x_observed), max(x_observed), num=100)
>>> y = pchip_interpolate(x_observed, y_observed, x)
>>> plt.plot(x_observed, y_observed, "o", label="observation")
>>> plt.plot(x, y, label="pchip interpolation")
>>> plt.legend()
>>> plt.show()

Go BackOpen In Tab