有没有一种方法可以使用 scipy.interpolate 在远离数据指定的边界条件下进行一维样条插值？

Question

有很多方法可以直接从数据组装样条曲线，同时在边界处指定导数，但我没有看到从数据中指定导数约束 away 的简单方法。例如

np.random.seed(0)
M = 30
x = np.random.rand(M)
x.sort()
y = np.random.rand(M) + (10 * x) ** 2

xx = np.linspace(x.min(), x.max(), 100)  # for plotting

import scipy.interpolate as si
f = si.make_interp_spline(x, y) # ok but how to add derivative conditions away from the x-values?

x_derivs = [-1, 2]
order_derivs = [2, 1]
value_derivs = [0, 1]

更一般地说，是否有内置方法来执行此操作或将导数约束与值约束分开？

我觉得只要创建算子矩阵就可以解决线性问题

Answer 1

简短回答：目前尚未实施。

你当然可以修改scipy源码，相关部分是 https://github.com/scipy/scipy/blob/v1.7.0/scipy/interpolate/_bsplines.py#L1105

有没有一种方法可以使用 scipy.interpolate 在远离数据指定的边界条件下进行一维样条插值？

Is there a way to use scipy.interpolate to do 1d spline interpolation with boundary conditions specified away from data?

scipy

spline