Python SciPy interpolate.krogh_interpolate用法及代碼示例

本文簡要介紹 python 語言中 scipy.interpolate.krogh_interpolate 的用法。

用法:

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

多項式插值的便利函數。

有關詳細信息，請參閱 KroghInterpolator 。

參數 ：：

xi： array_like

插值點(已知 x 坐標)。

yi： array_like

已知的 y 坐標，形狀為 (xi.size, R) 。解釋為長度為 R 的向量，或者如果 R=1 則為標量。

x： array_like

評估導數的一個或多個點。

der： int 或列表或無，可選

要評估多少個導數，或者對於所有潛在的非零導數為“無”(即，等於點數的數字)，或者要評估的導數列表。該數字包括作為 ‘0th’ 導數的函數值。

axis： 整數，可選

yi 數組中對應於 x 坐標值的軸。

返回 ：：

d： ndarray

如果插值器的值為R-D，則返回的數組將是N乘R的導數。如果x是標量，則中間維度將被刪除；如果 yi 是標量，那麽最後一個維度將被刪除。

注意：

構建插值多項式是一個相對昂貴的過程。如果您想重複評估它，請考慮使用KroghInterpolator 類(這是該函數使用的)。

例子：

我們可以使用 Krogh 插值法對二維觀測數據進行插值：

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.interpolate import krogh_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 = krogh_interpolate(x_observed, y_observed, x)
>>> plt.plot(x_observed, y_observed, "o", label="observation")
>>> plt.plot(x, y, label="krogh interpolation")
>>> plt.legend()
>>> plt.show()