python - 使用 NumPy/SciPy 的向量值函数插值

Question

有没有办法使用 NumPy 对向量值函数进行插值？/SciPy ？

有很多针对标量值函数的产品，我想我可以使用其中之一来分别估计向量的每个分量，但有没有更有效的方法？

具体来说，我有一个函数 f(x) = V，其中 x 是标量，V 是向量。我还有一个 xs 及其对应的 Vs 的集合。我想用它来插入和估计任意 x 的 V。

Answer 1

插值函数 scipy.interpolate.interp1d 也适用于插值的向量值数据(尽管不适用于向量值参数数据)。因此，只要x是标量，就可以直接使用。

以下代码是对 the scipy documentation 中给出的示例的轻微扩展:

>>> 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，2 不在参数向量 x 中，因此本例中 y 中第一个分量的插值误差。