大家好,又见面了,我是你们的朋友全栈君。...我想避免这种重复的方法:
In [7]: import scipy.interpolate as interpolate
In [8]: new_x = np.linspace(0,10,20)
In...+00, 6.38467937e-01, -2.14799109e-02],
[ 1.00000000e+01, -5.44021111e-01, -4.24650123e-02]])
我相信会是这样的:..., kind=’cubic’)
解决方法:
因此,根据我的猜测,我尝试了axis =1.我仔细检查了唯一有意义的其他选项,axis = 0,它起作用了.所以对于下一个有同样问题的假人,这就是我想要的:...,但是这个post让我停止尝试,因为似乎更快地预分配了数组(例如,使用np.zeros)然后用新值填充它.