Interpolation (scipy.interpolate)

Unterpaket für Funktionen und Objekte, die bei der Interpolation verwendet werden.

Siehe den Benutzerleitfaden für Empfehlungen zur Auswahl einer Routine und weitere Details zur Verwendung.

Univariate Interpolation

make_interp_spline(x, y[, k, t, bc_type, ...])	Erstellt eine interpolierende B-Spline mit spezifiziertem Grad und Randbedingungen.
CubicSpline(x, y[, axis, bc_type, extrapolate])	Stückweise kubischer Interpolator zur Anpassung von Werten (C2-glatt).
PchipInterpolator(x, y[, axis, extrapolate])	PCHIP-formerhaltender Interpolator (C1-glatt).
Akima1DInterpolator(x, y[, axis, method, ...])	Akima "visuell ansprechender" Interpolator (C1-glatt).
FloaterHormannInterpolator(points, values, *)	Floater-Hormann baryzentrischer rationaler Interpolator (C∞-glatt auf der reellen Achse).
BarycentricInterpolator(xi[, yi, axis, wi, rng])	Baryzentrischer (Lagrange mit verbesserter Stabilität) Interpolator (C∞-glatt).
KroghInterpolator(xi, yi[, axis])	Krogh-Interpolator (C∞-glatt).
CubicHermiteSpline(x, y, dydx[, axis, ...])	Stückweise kubischer Interpolator zur Anpassung von Werten und ersten Ableitungen (C1-glatt).

Low-level Datenstrukturen für univariate Interpolation

PPoly(c, x[, extrapolate, axis])	Stückweise Polynom in der Potenzbasis.
BPoly(c, x[, extrapolate, axis])	Stückweise Polynom in der Bernsteinbasis.
BSpline(t, c, k[, extrapolate, axis])	Univariate Spline in der B-Spline-Basis.

Multivariate Interpolation

Unstrukturierte Daten

LinearNDInterpolator(points, values[, ...])	Stückweise lineare Interpolation in N > 1 Dimensionen.
NearestNDInterpolator(x, y[, rescale, ...])	Nächstliegender Nachbar-Interpolator in N > 1 Dimensionen.
CloughTocher2DInterpolator(points, values[, ...])	Stückweise kubischer, C1-glatter, Krümmung minimierender Interpolator in N=2 Dimensionen.
RBFInterpolator(y, d[, neighbors, ...])	Radialer Basisfunktions-Interpolator in N ≥ 1 Dimensionen.

Für Daten auf einem Gitter

RegularGridInterpolator(points, values[, ...])

Interpolator spezifizierter Ordnung auf einem rechtwinkligen Gitter in N ≥ 1 Dimensionen.

Siehe auch

scipy.ndimage.map_coordinates, Ein Wrapper für map_coordinates für Beispiele

Low-level Datenstrukturen für Tensorproduktpolynome und Splines

NdPPoly(c, x[, extrapolate])	Stückweise Tensorprodukt-Polynom
NdBSpline(t, c, k, *[, extrapolate])	Tensorprodukt-Spline-Objekt.

1-D-Spline-Glättung und -Approximation

make_lsq_spline(x, y, t[, k, w, axis, ...])	Erstellt eine glättende B-Spline, die das Kriterium der kleinsten Quadrate (LSQ) erfüllt.
make_smoothing_spline(x, y[, w, lam, axis])	Erstellt eine glättende B-Spline, die das Kriterium der verallgemeinerten Kreuzvalidierung (GCV) erfüllt.
make_splrep(x, y, *[, w, xb, xe, k, s, t, nest])	Erstellt eine glättende B-Spline-Funktion mit begrenztem Fehler, die Sprünge in der Ableitung minimiert.
make_splprep(x, *[, w, u, ub, ue, k, s, t, nest])	Erstellt eine glättende parametrische B-Spline-Kurve mit begrenztem Fehler, die Sprünge in der Ableitung minimiert.
generate_knots(x, y, *[, w, xb, xe, k, s, nest])	Generiert Knotenvektoren, bis das Kriterium der kleinsten Quadrate (LSQ) erfüllt ist.

Rationale Approximation

AAA(x, y, *[, rtol, max_terms, clean_up, ...])

Reelle oder komplexe rationale AAA-Approximation.

Schnittstellen zu FITPACK-Routinen für 1D- und 2D-Spline-Anpassung

Dieser Abschnitt listet Wrapper für die FITPACK-Funktionalität für 1D- und 2D-Glättungs-Splines auf. In den meisten Fällen ist es für Benutzer besser, die in den vorherigen Abschnitten aufgeführten übergeordneten Routinen zu verwenden.

1D FITPACK-Splines

Dieses Paket bietet zwei Sätze funktional äquivalenter Wrapper: objektorientiert und funktional.

Funktionale FITPACK-Schnittstelle

splrep(x, y[, w, xb, xe, k, task, s, t, ...])	Findet die B-Spline-Darstellung einer 1D-Kurve.
splprep(x[, w, u, ub, ue, k, task, s, t, ...])	Findet die B-Spline-Darstellung einer N-D-Kurve.
splev(x, tck[, der, ext])	Evaluierung einer B-Spline oder ihrer Ableitungen.
splint(a, b, tck[, full_output])	Evaluierung des bestimmten Integrals einer B-Spline zwischen zwei gegebenen Punkten.
sproot(tck[, mest])	Findet die Nullstellen einer kubischen B-Spline.
spalde(x, tck)	Evaluierung einer B-Spline und all ihrer Ableitungen an einem Punkt (oder einer Menge von Punkten) bis zur Ordnung k (dem Grad der Spline), wobei 0 die Spline selbst ist.
splder(tck[, n])	Berechnet die Spline-Darstellung der Ableitung einer gegebenen Spline.
splantider(tck[, n])	Berechnet die Spline für die Stammfunktion (Integral) einer gegebenen Spline.
insert(x, tck[, m, per])	Fügt Knoten in eine B-Spline ein.

Objektorientierte FITPACK-Schnittstelle

UnivariateSpline(x, y[, w, bbox, k, s, ext, ...])	1D-Glättungs-Spline-Anpassung an einen gegebenen Satz von Datenpunkten.
InterpolatedUnivariateSpline(x, y[, w, ...])	1D-Interpolations-Spline für einen gegebenen Satz von Datenpunkten.
LSQUnivariateSpline(x, y, t[, w, bbox, k, ...])	1D-Spline mit expliziten internen Knoten.

2D FITPACK-Splines

Für Daten auf einem Gitter

RectBivariateSpline(x, y, z[, bbox, kx, ky, ...])	Bivariate Spline-Approximation über ein rechteckiges Netz.
RectSphereBivariateSpline(u, v, r[, s, ...])	Bivariate Spline-Approximation über ein rechteckiges Netz auf einer Sphäre.

Für unstrukturierte Daten (OOP-Schnittstelle)

BivariateSpline()	Basisklasse für bivariate Splines.
SmoothBivariateSpline(x, y, z[, w, bbox, ...])	Glatte bivariate Spline-Approximation.
SmoothSphereBivariateSpline(theta, phi, r[, ...])	Glatte bivariate Spline-Approximation in sphärischen Koordinaten.
LSQBivariateSpline(x, y, z, tx, ty[, w, ...])	Gewichtete bivariate Spline-Approximation nach der Methode der kleinsten Quadrate.
LSQSphereBivariateSpline(theta, phi, r, tt, tp)	Gewichtete bivariate Spline-Approximation nach der Methode der kleinsten Quadrate in sphärischen Koordinaten.

Für unstrukturierte Daten (funktionale Schnittstelle)

bisplrep(x, y, z[, w, xb, xe, yb, ye, kx, ...])	Findet eine bivariate B-Spline-Darstellung einer Oberfläche.
bisplev(x, y, tck[, dx, dy])	Evaluierung einer bipartiten B-Spline und ihrer Ableitungen.

Zusätzliche Werkzeuge

lagrange(x, w)	Gibt ein Lagrange-Interpolationspolynom zurück.
approximate_taylor_polynomial(f, x, degree, ...)	Schätzt das Taylorpolynom von f bei x durch Polynomanpassung.
pade(an, m[, n])	Gibt die Pade-Approximation eines Polynoms als Verhältnis zweier Polynome zurück.
interpn(points, values, xi[, method, ...])	Mehrdimensionale Interpolation auf regulären oder rechtwinkligen Gittern.
griddata(points, values, xi[, method, ...])	Hilfsfunktion für die Interpolation unstrukturierter Daten in mehreren Dimensionen.
barycentric_interpolate(xi, yi, x[, axis, ...])	Hilfsfunktion für die baryzentrische Interpolation.
krogh_interpolate(xi, yi, x[, der, axis])	Hilfsfunktion für die Krogh-Interpolation.
pchip_interpolate(xi, yi, x[, der, axis])	Hilfsfunktion für die PCHIP-Interpolation.
Rbf(*args, **kwargs)	Klasse für die radiale Basisfunktionsinterpolation von Funktionen von N-dimensionalen gestreuten Daten auf eine M-dimensionale Domäne (Legacy).
interp1d(x, y[, kind, axis, copy, ...])	Interpoliert eine 1D-Funktion (Legacy).
interp2d(x, y, z[, kind, copy, ...])	Klasse für 2D-Interpolation (veraltet und entfernt)

Siehe auch

scipy.ndimage.map_coordinates, scipy.ndimage.spline_filter,