使用NumPy/SciPy进行矢量值函数插值

Question

有没有一种方法可以使用NumPy/SciPy来插值矢量值函数？

有很多针对标量值函数的选择，我猜我可以使用其中之一来分别估计向量的每个分量，但是否有更有效的方法呢？

详细地说，我有一个函数f(x) = V，其中x是标量，V是一个向量。我还有一组xs和它们对应的Vs。我想使用它来插值和估计任意x的V。

- ktdrv

Answer 1

插值函数 scipy.interpolate.interp1d 也可以用于插值器的矢量值数据（但不适用于矢量值参数数据）。因此，只要 x 是标量，您就可以直接使用它。

下面的代码是对 scipy文档 中给出的示例略微扩展：

>>> from scipy.interpolate import interp1d
>>> x = np.linspace(0, 10, 10)
>>> y = np.array([np.exp(-x/3.0), 2*x])
>>> f = interp1d(x, y)
>>> f(2)
array([ 0.51950421,  4.        ])
>>> np.array([np.exp(-2/3.0), 2*2])
array([ 0.51341712,  4.        ])

请注意，参数向量x中没有2，因此在此示例中y的第一个分量的插值错误。

- silvado