內插 (`scipy.interpolate`)#

SciPy 中有幾個通用的工具可用於對 1、2 和更高維度的資料進行內插和平滑處理。特定內插例程的選擇取決於資料：它是一維的、在結構化網格上給出的，還是非結構化的。另一個因素是內插器的期望平滑度。簡而言之，用於內插的建議例程可以總結如下

	種類	例程	連續性	註解
1D	線性	`numpy.interp`	分段連續	或者，`make_interp_spline(..., k=1)`
	三次樣條	`CubicSpline`	二階導數
	單調三次樣條	`PchipInterpolator`	一階導數	非過衝
	非三次樣條	`make_interp_spline`	第 (k-1) 階導數	`k=3` 等同於 `CubicSpline`
	最近鄰	`interp1d`		kind=’nearest’, ‘previous’, ‘next’
N 維曲線	最近鄰、線性、樣條	`make_interp_spline`	第 (k-1) 階導數	使用 N 維 y 陣列
N 維規則（rectilinear）網格	最近鄰	`RegularGridInterpolator`		method=’nearest’
	線性			method=’linear’
	樣條		二階導數	method=’cubic’, ‘quintic’
	單調樣條		一階導數	method=’pchip’
N 維散佈	最近鄰	`NearestNDInterpolator`		別名：`griddata`
	線性	`LinearNDInterpolator`
	三次 (僅限 2D)	`CloughTocher2DInterpolator`	一階導數
	徑向基底函數	`RBFInterpolator`

資料的平滑與近似#

更多詳細資訊請參閱以下連結