scipy.interpolate.

RectBivariateSpline

class scipy.interpolate.RectBivariateSpline(x, y, z, bbox=[None, None, None, None], kx=3, ky=3, s=0)

矩形網格上的雙變數 spline 近似。

可用於平滑和內插資料。

參數:

x,yarray_like

嚴格遞增順序的 1-D 座標陣列。超出資料範圍的評估點將會被外插。

zarray_like

形狀為 (x.size,y.size) 的 2-D 資料陣列。

bboxarray_like，選用

長度為 4 的序列，指定矩形近似域的邊界，這表示每個維度的起始和結束 spline 節點由此值設定。預設情況下，bbox=[min(x), max(x), min(y), max(y)]。

kx, ky整數，選用

雙變數 spline 的次數。預設值為 3。

s浮點數，選用

為估計條件定義的正平滑因子：sum((z[i]-f(x[i], y[i]))**2, axis=0) <= s，其中 f 是 spline 函數。預設值為 s=0，用於內插。

另請參閱

BivariateSpline

雙變數 spline 的基底類別。

UnivariateSpline

平滑單變數 spline，用於擬合給定的資料點集。

SmoothBivariateSpline

通過給定點的平滑雙變數 spline

LSQBivariateSpline

使用加權最小平方擬合的雙變數 spline

RectSphereBivariateSpline

球面上矩形網格上的雙變數 spline

SmoothSphereBivariateSpline

球座標中的平滑雙變數 spline

LSQSphereBivariateSpline

球座標中使用加權最小平方擬合的雙變數 spline

bisplrep

尋找曲面的雙變數 B-spline 表示式的函數

bisplev

評估雙變數 B-spline 及其導數的函數

注意

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 spline 或其導數。
ev(xi, yi[, dx, dy])	在點評估 spline
get_coeffs()	傳回 spline 係數。
get_knots()	傳回元組 (tx,ty)，其中 tx,ty 分別包含關於 x-、y-變數的 spline 節點位置。
get_residual()	傳回 spline 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 spline 在區域 [xa,xb] x [ya,yb] 上的積分。
partial_derivative(dx, dy)	建構一個新的 spline，表示此 spline 的偏導數。