scipy.interpolate.

krogh_interpolate

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

用於多項式內插的便利函數。

詳情請參閱 KroghInterpolator。

參數:

xiarray_like

內插點（已知的 x 座標）。

yiarray_like

已知的 y 座標，形狀為 (xi.size, R)。解讀為長度為 R 的向量，或如果 R=1 則為純量。

xarray_like

要評估導數的點或點集合。

derint 或 list 或 None，選填

要評估多少階導數，或 None 表示所有可能的非零導數（即，一個等於點數的數字），或要評估的導數列表。此數字包含作為「第 0 階」導數的函數值。

axisint，選填

yi 陣列中對應於 x 座標值的軸。

返回:

dndarray

如果內插器的值是 R-D，則返回的陣列將是 導數數量 x N x R。如果 x 是純量，則中間維度將被捨棄；如果 yi 是純量，則最後一個維度將被捨棄。

另請參閱

KroghInterpolator

Krogh 內插器

註解

建構內插多項式是一個相對昂貴的過程。如果您想要重複評估它，請考慮使用 KroghInterpolator 類別（此函數即使用此類別）。

範例

在您的瀏覽器中試試看！

我們可以利用 Krogh 內插法來內插 2D 觀測資料

>>> 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()

返回在新分頁中開啟