Python 在scipy.interpolate.interp1d中，kind参数的不同值意味着什么？

说明

interp1d

的

种类
参数可以取值
'linear'
，
'nearest'
，
'zero'
，
'slinear'
，
'quadratic'
，
'cubic'
。最后三个是样条线顺序，
“线性”
是不言自明的。
'nearest'
和
'zero'
做什么？
'nearest'返回从X到参数最近的数据点，或者
使用最接近x的数据点在点x处插值函数y=f（x）

我猜“零”相当于截断参数，因此使用最接近零的数据点
最近的
“捕捉”到最近的数据点
zero
是一条零阶样条曲线。它在任何点上的值都是最后看到的原始值
linear
执行线性插值，并且
slinear
使用第一个
顺序样条曲线。他们使用不同的代码和代码
二次
使用二阶样条插值
cubic
使用三次样条插值

请注意，
k
参数也可以接受指定样条曲线插值顺序的整数


linear和slinear在某些病理情况下并不总是产生相同的结果，请参见@StevePike：这很有趣，但看起来这可能是熊猫特有的问题，而不是scipy。也就是说，当我将您的数据调整到上面的代码时（没有熊猫），
interpolate.interp1d
似乎仍然在
kind='linear'
或
kind='slinear'
时产生相同的结果。。抢手货我以为熊猫只是通过它。。。愚蠢！非常令人困惑。实际上，scipy确实不同，请参见更新的测试——熊猫和scipy在这里是相同的——尽管它们在绘图上看起来相同，但它们是不同的值，这在某些情况下非常重要，不能假设它们是相同的@史蒂夫派克：谢谢你仔细的追踪和编辑。
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as interpolate

np.random.seed(6)
kinds = ('nearest', 'zero', 'linear', 'slinear', 'quadratic', 'cubic')

N = 10
x = np.linspace(0, 1, N)
y = np.random.randint(10, size=(N,))

new_x = np.linspace(0, 1, 28)
fig, axs = plt.subplots(nrows=len(kinds)+1, sharex=True)
axs[0].plot(x, y, 'bo-')
axs[0].set_title('raw')
for ax, kind in zip(axs[1:], kinds):
    new_y = interpolate.interp1d(x, y, kind=kind)(new_x)
    ax.plot(new_x, new_y, 'ro-')
    ax.set_title(kind)

plt.show()