2023年6月29日发(作者：)

插值在

的基础上补插连续

，使得这条

通过全部给定的离散数据点。插值是

逼近的重要⽅法，利⽤它可通过函数在有限个点处的取值状况，估算出函数在其他点处的

。 与拟合不同的是，它要求曲线通过所有的已知数据。python中：scipy的interpolate模块提供了许多插值运算的函数1、B样条曲线插值:⼀维数据的插值运算通过interp1d()完成：interp1d(x,y,kind = 'linear', ... )参数x和y是⼀系列已知的数据点，kind是插值类型，有以下候选值：'zero'、'nearest'：阶梯插值，相当于0阶B样条曲线。'slinear'、'linear'：线性插值，⽤⼀条直线连接所有的取样点，相当于1阶B样条曲线，其中'slinear'使⽤扩展库中的相关函数进⾏计算，'linear'使⽤python编写的函数进⾏运算，它们的结果⼀样。 'quadratic'、'cubic'：2阶和3阶B样条曲线，更⾼阶的曲线可以直接使⽤整数值指定。 interp1d 对象可以计算x的取值范围之内任意点的函数值。它可以像函数⼀样直接调⽤，像numpy的ufunc函数⼀样能对数组中的每个元素进⾏计算，并返回⼀个新的数组。

本例中： 决定插值曲线的数据点⼀共有11个，插值之后的曲线数据点有101个。问题： 该类要求其参数x是⼀个递增序列，只能在x的取值范围之内进⾏内插计算。2、外推和Spline拟合：UnivariateSpline类的插值运算⽐inter1d更⾼，它⽀持外推运算：UnivariateSpline(x,y, w= None, bbox = [None,None], k = 3, s= None)x,y是保存数据点的x-y坐标的数组，其中x必须是递增序列。w是为每个数据点指定的权重值。k为样条曲线的阶数s是平滑参数，它使得最终⽣成的样条曲线满⾜条件点。为了让曲线通过所有数据点，必须将s参数设置为0.，即当s>0时，样条曲线并不⼀定通过各个数据

3、⼆维插值：使⽤inter2d()可以进⾏⼆维插值运算：interp2d(x,y,z,kind = 'linear',...)