在scipy.interpolate.interp1d中，kind参数的不同值是什么意思？

Question

SciPy documentation解释了interp1d kind参数可以采用值‘linear’，‘nearest’，‘zero’，{ {1}}，‘slinear’，‘quadratic’。最后三个是样条线顺序，‘cubic’是不言自明的。 'linear'和'nearest'做了什么？

Answer 1

• nearest“捕捉”到最近的数据点。
• zero是零阶样条曲线。它在任何时候的价值都是最后看到的原始价值。
• linear执行线性插值，slinear使用第一个 订购样条。他们使用不同的代码和can produce similar but subtly different results。
• quadratic使用二阶样条插值。
• cubic使用三阶样条插值。

请注意，k参数也可以接受指定样条插值顺序的整数。

---

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as interpolate

np.random.seed(6)
kinds = ('nearest', 'zero', 'linear', 'slinear', 'quadratic', 'cubic')

N = 10
x = np.linspace(0, 1, N)
y = np.random.randint(10, size=(N,))

new_x = np.linspace(0, 1, 28)
fig, axs = plt.subplots(nrows=len(kinds)+1, sharex=True)
axs[0].plot(x, y, 'bo-')
axs[0].set_title('raw')
for ax, kind in zip(axs[1:], kinds):
    new_y = interpolate.interp1d(x, y, kind=kind)(new_x)
    ax.plot(new_x, new_y, 'ro-')
    ax.set_title(kind)

plt.show()

Answer 2

'nearest'返回距离参数最近的X的数据点，或 interpolates function y=f(x) at the point x using the data point nearest to x

＆＃39;零＆＃39;我猜这相当于截断参数，因此使用最接近零的数据点