python - kind 参数的不同值在 scipy.interpolate.interp1d 中意味着什么？

Question

SciPy documentation解释了 interp1d 的 kind 参数可以取值 'linear', 'nearest', “零”、“线性”、“二次”、“立方”。最后三个是样条阶数，'linear' 是不言自明的。 'nearest' 和 'zero' 有什么作用？

Answer 1

• nearest“捕捉”到最近的数据点。
• zero 是零阶样条。它在任何时候的值(value)都是最后看到的原始值(value)。
• linear 执行线性插值，slinear 首先使用订单样条。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()