为什么interpolate.splev（）不评估我在x参数中提供的点？

Question

我想评估样条线，该样条线由x和y在第三点pointToEvaluate（此处为0）处定义，但不评估该点我通过了。

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

x = (-1, 0, 1, 2, 3)
y = (1, 0, 1, 4, 9)
tck, u = interpolate.splprep([x,y], s=0)

pointToEvaluate = 0
xPoints, yPoints = interpolate.splev(pointToEvaluate, tck)

fig, ax = plt.subplots()
ax.plot(x, y, 'r-')
ax.plot(xPoints, yPoints, 'bo')
plt.show()
print(xPoints, yPoints)

它应将（xPoints，yPoints）的值打印为（0.0，0.0），但返回：（-1.0000000000000002 1.0）。在图像中：

我显然错误地使用了interpolate.splev（），但我不知道在哪里。

Answer 1

我设法使其与splrep（splprep的一维版本）一起使用。

对于splprep，splev说

  

x：array_like

     

要返回平滑样条或其衍生值的点的数组。如果从splprep返回tck，则应给出参数值u。

那么，我猜想有人需要向splprep提供u关键字

  

u：类似array_，可选

     

参数值的数组。如果未给出，则这些值将自动计算为M = len（x [0]），其中

     

v [0] = 0

     

v [i] = v [i-1] +距离（x [i]，x [i-1]）

     

u [i] = v [i] / v [M-1]

但是，我无法设法以这种方式工作...

此外，还有更新的make_interp_spline（外观here）。后者和splrep的示例均提供：

import matplotlib.pyplot as plt
from scipy import interpolate

x = (-1, 0, 1, 2, 3)
y = (1, 0, 1, 4, 9)
tck = interpolate.splrep(x, y, s=0)
b = interpolate.make_interp_spline(x, y)
pointsToEvaluate = (0,)
yPoints1 = interpolate.splev(pointsToEvaluate, tck)
yPoints2 = b(pointsToEvaluate)
fig, ax = plt.subplots()
ax.plot(x, y, 'r-')
ax.plot(pointsToEvaluate, yPoints1, 'bo', markersize=15)
ax.plot(pointsToEvaluate, yPoints2, 'ws')
plt.show()

并显示