在Scipy中使用PiecewisePolynomial插值数组列

Question

我正在尝试使用scipy的PiecewisePolynomial插入numpy数组的每一列。 我知道这对于scipy的interp1d是可行的，但是对于分段多项式插值，它似乎并不能以相同的方式工作。 我有以下代码：

import numpy as np
import scipy.interpolate as interpolate

x1=np.array([1,2,3,4])
y1=np.array([[2,3,1],[4,1,6],[1,2,7],[3,1,3]])
interp=interpolate.PiecewisePolynomial(x1,y1,axis=0)

x = np.array([1.2, 2.1, 3.3])

y = interp(x)

结果为y = np.array([2.6112, 4.087135, 1.78648]) 。 似乎只考虑了y1的第一列。 如何使该方法返回x指定的点处y1中每一列的插值？

Answer 1

所述scipy.interpolate.PiecewisePolynomial inteprets的不同列y1作为函数的导数将被内插，而interp1d解释列作为不同的功能。

如果您没有可用的导数，则可能根本就根本不想使用PiecewisePolynomial 。 如果只想有一个更平滑的插值，则尝试使用interp1d ，例如， kind='quadratic'关键字参数。 （请参阅interp1d的文档）

现在您的功能看起来很有趣

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

x = linspace(0,5,200)
ax.plot(x, interp(x))
ax.plot(x1, y1[:,0], 'o')

如果尝试二次样条插值：

interp = scipy.interpolate.interp1d(x1, y1.T, kind='quadratic')

fig = plt.figure()
ax = fig.add_subplot(111)

x = linspace(1,4,200)
ip = interp(x)
ax.plot(x, ip[0], 'b')
ax.plot(x, ip[1], 'g')
ax.plot(x, ip[2], 'r')

ax.plot(x1, y1[:,0], 'bo')
ax.plot(x1, y1[:,1], 'go')
ax.plot(x1, y1[:,2], 'ro')

这可能更接近您想要的：