scipy.interpolate.splrep 和 scipy.interpolate.UnivariateSpline 之间的用例有什么区别？
What is the difference of use cases between scipy.interpolate.splrep and scipy.interpolate.UnivariateSpline?
- scipy.interpolate.splrep(x, y, w=None, xb=None, xe=None, k=3, task=0, s=None, t=None, full_output=0, per=0, quiet=1)：求一维曲线的B样条表示。给定一组数据点
(x[i], y[i]) 确定区间 xb <= x <= xe. 上 k 次的平滑样条近似
- class scipy.interpolate.UnivariateSpline(x, y, w=None, bbox=[None, None], k=3, s=None, ext=0, check_finite=False)：一维平滑样条拟合一组给定的数据点。将 k 次样条 y = spl(x) 拟合到提供的 x, y 数据。 s 通过指定平滑条件来指定节点数。
看起来完全一样，除了 UnivariateSpline 手册中的注释：
splrep: An older, non object-oriented wrapping of FITPACK
Return 值未描述 UnivariateSpline。
那么，UnivariateSpline 是 splrep 的替代品，还是用例不完全相同？
文档中的评论已过时。两个接口包装相同的 FITPACK 实现。所以区别仅在于一个接口是面向对象的，而另一个使用函数。 （因此更容易与 BSpline 对象结合使用）
- scipy.interpolate.splrep(x, y, w=None, xb=None, xe=None, k=3, task=0, s=None, t=None, full_output=0, per=0, quiet=1)：求一维曲线的B样条表示。给定一组数据点
(x[i], y[i])确定区间xb <= x <= xe. 上 k 次的平滑样条近似
- class scipy.interpolate.UnivariateSpline(x, y, w=None, bbox=[None, None], k=3, s=None, ext=0, check_finite=False)：一维平滑样条拟合一组给定的数据点。将 k 次样条 y = spl(x) 拟合到提供的 x, y 数据。 s 通过指定平滑条件来指定节点数。
看起来完全一样，除了 UnivariateSpline 手册中的注释：
splrep: An older, non object-oriented wrapping of FITPACK
Return 值未描述 UnivariateSpline。
那么，UnivariateSpline 是 splrep 的替代品，还是用例不完全相同？
文档中的评论已过时。两个接口包装相同的 FITPACK 实现。所以区别仅在于一个接口是面向对象的，而另一个使用函数。 （因此更容易与 BSpline 对象结合使用）