①.、Numpy常用方法使用大全（超详细）
①.、Series和DataFrame简单入门
①.、Matplotlib绘图之属性设置
①.、层次分析法（AHP）——算数平均值法、几何平均值法、特征值法（Python实现,超详细注释）
return 值：只能返回一次,只要执行return函数就终止
返回值：没有类型限制,也没有个数限制
没有return：None
返回一个值
返回多个值：元组
在 插值 问题中,样条插值通常比 多项式插值 好用.用低阶的样条插值能产生和高阶的多项式插值类似的效果,并且可以避免被称为 龙格现象 的数值不稳定的出现.并且低阶的样条插值还具有"保凸"的重要性质.
在 计算机科学 的 计算机辅助设计 和 计算机图形学 中,样条通常是指分段定义的多项式 参数曲线 .由于样条构造简单,使用方便,拟合准确,并能近似 曲线拟合 和交互式曲线设计中复杂的形状,样条是这些领域中曲线的常用表示方法.
找到一维曲线的B样条曲线表示.
给定数据点集,确定区间上度k的平滑样条近似.(x[i], y[i])xb = x = xe
x,y： array_like
定义曲线y = f（x）的数据点.
w： array_like,optional
权重的严格正秩1数组,其长度与x和y相同.权重用于计算加权最小二乘样条拟合.如果y值中的误差具有矢量d给出的标准偏差,则w应为1 / d.默认值为1（len（x））.
xb, xe：float, optional
适合的间隔.如果为None,则它们分别默认为x [0]和x [-1].
k： int,optional
task：{1, 0, -1}, optional
如果task == 0,则在给定的平滑因子s下找到t和c.
如果task == 1,则找到t和c作为平滑因子s的另一个值.对于同一组数据,必须先前有一个task = 0或task = 1的调用（t将存储为内部使用）
如果task = -1,则找到给定结点t的加权最小二乘样条曲线.这些应该是内部结,因为两端的结将自动添加.
s：float, optional
t：array_like, optional
任务= -1所需的结.如果给出,则任务自动设置为-1.
f：full_outputbool, optional
如果非零,则返回可选输出.
per：bool, optional
如果非零,则将数据点视为周期为x [m-1]-x [0]的周期,然后返回平滑的周期样条近似.不使用y [m-1]和w [m-1]的值.
quiet：bool, optional
非零以禁止显示消息.不推荐使用此参数；请改用标准的Python警告过滤器.
Returns：
tck：tuple
元组（t,c,k）,包含结向量,B样条系数和样条度.
fp：array, optional
样条近似值的平方残差的加权总和.
ier：int, optional
msg：str, optional
对应于整数标志ier的消息.
下面插值一个函数
scipy.interpolate.griddata(points, values, xi, method='linear', fill_value=nan, rescale=False)
官网：
一维数组,shape为（n,） ,是需要插值的变量数据
如果需要插值的变量var是一个多维数组,则需要转换成一维的
方法：var.ravel()
values的坐标,shape为（n,D）,第一维需要与values长度相同,
D就是values的坐标轴个数
插值过后的新的坐标,shape为(m, D) ,第二维与points的第二维相同
插值方法,有 'linear', 'nearest', 'cubic'
nearest：返回最接近插值点的数据点的值
linear：线性插值
cubic：三次样条
用于填充输入点凸包之外的请求点的值.如果未提供,则默认值为 nan .此选项对'nearest' 方法无效.
在执行插值之前将点重新缩放到单位立方体.如果某些输入维度具有不可比较的单位并且相差许多数量级,这将很有用.
以上就是土嘎嘎小编为大家整理的python三次样条函数相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！