我在三维网格上测量了数据，例如f(x,y,t)。我想用样条在t的方向上插入和平滑这些数据。目前，我使用scipy.interpolate.UnivariateSpline执行此操作:importnumpyasnpfromscipy.interpolateimportUnivariateSpline#dataismymeasureddata#data.shapeis(len(y),len(x),len(t))data=np.arange(1000).reshape((5,5,40))#justfordemonstrationtimes=np.arange(data.shape[-1])y

我在三维网格上测量了数据，例如f(x,y,t)。我想用样条在t的方向上插入和平滑这些数据。目前，我使用scipy.interpolate.UnivariateSpline执行此操作:importnumpyasnpfromscipy.interpolateimportUnivariateSpline#dataismymeasureddata#data.shapeis(len(y),len(x),len(t))data=np.arange(1000).reshape((5,5,40))#justfordemonstrationtimes=np.arange(data.shape[-1])y

我正在使用UnivariateSpline为我拥有的一些数据构造分段多项式。然后我想在其他程序(C或FORTRAN中)中使用这些样条，因此我想了解生成的样条背后的方程式。这是我的代码:importnumpyasnpimportscipyasspfromscipy.interpolateimportUnivariateSplineimportmatplotlib.pyplotaspltimportbisectdata=np.loadtxt('test_C12H26.dat')Tmid=800.0print"Tmid",Tmidnmid=bisect.bisect(data[:,0],Tm

我有一个实验数据，我正在尝试使用scipy中的UnivariateSpline函数拟合曲线。数据如下:xy132.404070121.588134111.760112101.771360091.860087081.955789071.910408061.655911051.778952042.624719031.698099023.022607013.303135这是我正在做的:importmatplotlib.pyplotaspltfromscipyimportinterpolateyinterp=interpolate.UnivariateSpline(x,y,s=5e8)(x)p