为什么InterpolatedUnivariateSpline返回nan值

Question

我有一些数据，yvsx，我想用三次样条函数以更高的分辨率进行插值。在

这是我的数据集：

import numpy as np
print np.version.version
import scipy
print scipy.version.version   

1.9.2
0.15.1

^{pr2}$

我尝试使用scipy InterpolatedUnivariateSpline方法进行拟合，用三阶样条函数k=3插值，并外推为0ext='zeros'：

import scipy.interpolate as interp
yspline = interp.InterpolatedUnivariateSpline(x,y, k=3, ext='zeros')
yvals = yspline(xx)

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'ko', label='Values')
ax.plot(xx, yvals, 'b-.', lw=2, label='Spline')
plt.xlim([min(x), max(x)])

但是，正如您在该图中看到的，我的样条曲线返回NaN值：( 有原因吗？我很确定我的x值都在增加，所以我很难说为什么会这样。我有许多其他的数据集，我正在使用这个方法拟合，它只在这一组特定的数据上失败。在

非常感谢任何帮助。 谢谢你的阅读。在

编辑！在

解决方案是我有重复的x值，但有不同的y值！在

Answer 1

对于这种插值，您应该将scipy.interpolate.interp1d与参数kind='cubic'一起使用（参见a related SO question）

我还没有找到一个可以在实践中使用InterpolatedUnivariateSpline的用例（或者我只是不明白它的用途）。我得到了你的代码，

所以插值是可行的，但是显示出极强的振荡，使其无法使用，这是我过去用这种插值方法得到的结果。使用低阶样条函数（例如k=1）可以更好地工作，但是这样就失去了三次插值的优势。在

Answer 2

我还遇到了InterpolatedUnivariateSpline返回NaN值的问题。但在我的例子中，原因不是在x数组中有重复项，而是因为x中的值在docs声明值“必须增加时，x中的值是递减的。
因此，在这种情况下，必须提供相反的x和{}，而不是原来的x[::-1]和{}。在