scipy.interpolate.

LSQBivariateSpline

class scipy.interpolate.LSQBivariateSpline(x, y, z, tx, ty, w=None, bbox=[None, None, None, None], kx=3, ky=3, eps=None)

加權最小平方法雙變數樣條近似。

參數:

x, y, zarray_like

資料點的 1-D 序列（順序不重要）。

tx, tyarray_like

嚴格排序的 1-D 節點座標序列。

warray_like，選用

正數 1-D 權重陣列，長度與 x、y 和 z 相同。

bbox(4,) array_like，選用

長度為 4 的序列，指定矩形近似域的邊界。預設情況下，bbox=[min(x,tx),max(x,tx), min(y,ty),max(y,ty)]。

kx, ky整數，選用

雙變數樣條的次數。預設值為 3。

eps浮點數，選用

用於確定超定線性方程組有效秩的閾值。eps 的值應在開區間 (0, 1) 內，預設值為 1e-16。

另請參閱

BivariateSpline

雙變數樣條的基底類別。

UnivariateSpline

用於擬合給定資料點集的平滑單變數樣條。

SmoothBivariateSpline

通過給定點的平滑雙變數樣條

RectSphereBivariateSpline

球體上矩形網格上的雙變數樣條

SmoothSphereBivariateSpline

球座標中的平滑雙變數樣條

LSQSphereBivariateSpline

使用加權最小平方法擬合的球座標中的雙變數樣條

RectBivariateSpline

矩形網格上的雙變數樣條。

bisplrep

用於尋找曲面的雙變數 B 樣條表示的函數

bisplev

用於評估雙變數 B 樣條及其導數的函數

註解

x、y 和 z 的長度應至少為 (kx+1) * (ky+1)。

如果輸入資料的輸入維度具有不可公約的單位，並且相差許多數量級，則內插器可能會出現數值偽影。 考慮在內插之前重新調整資料的比例。

方法

__call__(x, y[, dx, dy, grid])	在給定位置評估樣條或其導數。
ev(xi, yi[, dx, dy])	在點評估樣條
get_coeffs()	傳回樣條係數。
get_knots()	傳回元組 (tx,ty)，其中 tx,ty 分別包含樣條關於 x、y 變數的節點位置。
get_residual()	傳回樣條近似的平方殘差的加權總和：sum ((w[i]*(z[i]-s(x[i],y[i])))**2,axis=0)
integral(xa, xb, ya, yb)	評估樣條在區域 [xa,xb] x [ya,yb] 上的積分。
partial_derivative(dx, dy)	建構一個新的樣條，表示此樣條的偏導數。