python的SciPy库依赖于NumPy，提供了便捷且快速的N维数组操作。 可以实现像插值，积分，优化，图像处理，特殊函数等等操作，本文介绍python中实现各种插值法的scipy.interpolate模块使用介绍。
一、scipy.interpolate介绍
可实现各种插值法的实现
插值，即依据一系列点 ( x , y ) (x,y)(x,y) 通过一定的算法找到一个合适的函数来逼近这些点，反映出这些点的走势规律。当拟合出插值函数后便可用这个插值函数计算其他 x xx 对应的的 y yy 值，这就是插值的意义所在。
#定义函数 x:横坐标列表 y:纵坐标列表 kind:插值方式 f = interpolate.interp1d(x, y, kind='cubic')
二、插值方式
nearest：最邻近插值法
zero：阶梯插值
slinear、linear：线性插值
quadratic、cubic：2、3阶B样条曲线插值
三、使用实例
scipy.interpolate.interp1d类会构建线性插值函数：
from scipy.interpolate import interp1d linear_interp = interp1d(measured_time, measures)
然后scipy.interpolate.linear_interp实例需要被用来求得感兴趣时间点的值：
computed_time = np.linspace(0, 1, 50) linear_results = linear_interp(computed_time)
以上就是python中scipy.interpolate模块使用介绍，希望能对你有所帮助哟~
