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

【问题标题】：What do the different values of the kind argument mean in scipy.interpolate.interp1d?kind 参数的不同值在 scipy.interpolate.interp1d 中意味着什么？
【发布时间】：2014-12-30 01:49:22
【问题描述】：

SciPy documentation 解释说interp1d 的kind 参数可以取值‘linear’、‘nearest’、‘zero’、‘slinear’、‘quadratic’、‘cubic’。最后三个是样条命令，'linear' 是不言自明的。 'nearest' 和 'zero' 是做什么的？

【问题讨论】：

标签： python scipy interpolation

【解决方案1】：

nearest“捕捉”到最近的数据点。
zero 是零阶样条。它在任何时候的值都是最后看到的原始值。
linear 执行线性插值，slinear 使用第一个顺序样条。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()

【讨论】：

线性和线性在某些病理情况下并不总是产生相同的结果，请参阅gist.github.com/stringfellow/8ae4d3f25ca525e75bb79c01fbda4a24
@StevePike：这很有趣，但看起来这可能是 Pandas 特有的问题，而不是 scipy。也就是说，当我将您的数据调整为我上面的代码（没有 Pandas）时，interpolate.interp1d 似乎仍然会在 kind='linear' 或 kind='slinear' 时产生相同的结果。
啊哈.. 好收获！我以为熊猫只是通过它...愚蠢！相当混乱..
实际上，scipy 确实不同，请参阅更新的测试gist.github.com/stringfellow/8ae4d3f25ca525e75bb79c01fbda4a24 - pandas 和 scipy 在这里是相同的 - 尽管它们在绘图上看起来相同，但它们是不同的值，这在某些情况下很重要不要假设它们是相同的！
@StevePike：感谢您仔细跟踪并进行编辑。

【解决方案2】：

‘nearest’ 返回 X 中离参数最近的数据点，或者 interpolates function y=f(x) at the point x using the data point nearest to x

'zero' 我猜相当于截断参数，因此使用最接近零的数据点

【讨论】：