插值 (`scipy.interpolate`)#

用于插值中使用的对象的子包。

如下所列，此子包包含样条函数和类、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, ...])	插值一个一维函数。
`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])	用于多项式插值的便捷函数。
`krogh_interpolate`(xi, yi, x[, der, axis])	用于多项式插值的便捷函数。
`pchip_interpolate`(xi, yi, x[, der, axis])	用于pchip插值的便捷函数。
`CubicHermiteSpline`(x, y, dydx[, axis, ...])	分段三次插值器，匹配值和一阶导数。
`PchipInterpolator`(x, y[, axis, extrapolate])	PCHIP 1-D 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])	以系数和断点表示的分段多项式
`BPoly`(c, x[, extrapolate, axis])	分段多项式，根据系数和断点定义。

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 维中的径向基函数 (RBF) 插值。
`Rbf`(args, *kwargs)	一个用于从 N-D 散点数据到 M-D 域的径向基函数插值的类。
`interp2d`(x, y, z[, kind, copy, ...])

对于网格上的数据：

`interpn`(points, values, xi[, method, ...])	在规则或矩形网格上的多维插值。
`RegularGridInterpolator`(points, values[, ...])	任意维度上的规则或矩形网格插值器。
`RectBivariateSpline`(x, y, z[, bbox, kx, ky, s])	双变量样条在矩形网格上的逼近。

参见

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。

`BSpline`(t, c, k[, extrapolate, axis])	B样条基底中的单变量样条。
`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之间的权衡。

FITPACK 例程的函数接口：

`splrep`(x, y[, w, xb, xe, k, task, s, t, ...])	找到一条一维曲线的B样条表示。
`splprep`(x[, w, u, ub, ue, k, task, s, t, ...])	找到 N 维曲线的 B 样条表示。
`splev`(x, tck[, der, ext])	评估B样条曲线或其导数。
`splint`(a, b, tck[, full_output])	计算B样条在两个给定点之间的定积分。
`sproot`(tck[, mest])	找到三次B样条的根。
`spalde`(x, tck)	在一点（或一组点）处评估B样条及其所有导数，最高至阶数k（样条的度数），其中0表示样条本身。
`splder`(tck[, n])	计算给定样条的导数的样条表示
`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样条中插入节点。

面向对象的 FITPACK 接口：

`UnivariateSpline`(x, y[, w, bbox, k, s, ext, ...])	对给定数据点的1-D平滑样条拟合。
`InterpolatedUnivariateSpline`(x, y[, w, ...])	1-D 插值样条曲线用于给定的一组数据点。
`LSQUnivariateSpline`(x, y, t[, w, bbox, k, ...])	带有显式内部节点的1-D样条。

对于网格上的数据：

`RectBivariateSpline`(x, y, z[, bbox, kx, ky, s])	双变量样条在矩形网格上的逼近。
`RectSphereBivariateSpline`(u, v, r[, s, ...])	球面上矩形网格的双变量样条近似。

对于非结构化数据：

`BivariateSpline`()	双变量样条的基类。
`SmoothBivariateSpline`(x, y, z[, w, bbox, ...])	平滑的双变量样条逼近。
`SmoothSphereBivariateSpline`(theta, phi, r[, ...])	在球坐标系中的平滑双变量样条逼近。
`LSQBivariateSpline`(x, y, z, tx, ty[, w, ...])	加权最小二乘双变量样条逼近。
`LSQSphereBivariateSpline`(theta, phi, r, tt, tp)	球坐标系中的加权最小二乘双变量样条逼近。

FITPACK 函数的低级接口：

`bisplrep`(x, y, z[, w, xb, xe, yb, ye, kx, ...])	找到一个曲面的双变量B样条表示。
`bisplev`(x, y, tck[, dx, dy])	评估一个二元B样条及其导数。

`lagrange`(x, w)	返回一个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Pade近似，作为两个多项式的比率。

参见

pchip 是 PchipInterpolator 的向后兼容别名（不应在新代码中使用）。