使用 NumPy/SciPy 进行向量值函数插值

有没有办法使用向量值函数进行插值NumPy http://en.wikipedia.org/wiki/NumPy/SciPy http://en.wikipedia.org/wiki/SciPy?

有很多适用于标量值函数的产品，我想我可以使用其中之一来分别估计向量的每个分量，但是有没有一种方法可以更有效地做到这一点？

详细地说，我有一个函数f(x) = V, where x是标量并且V是一个向量。我也收藏了xs以及他们对应的Vs。我想用它来插值和估计V对于任意的x.

插值函数scipy.interpolate.interp1d也适用于插值的向量值数据（但不适用于向量值参数数据）。因此，只要x是标量，可以直接使用。

以下代码是中给出的示例的轻微扩展scipy 文档 http://docs.scipy.org/doc/scipy/reference/tutorial/interpolate.html#id3:

>>> from scipy.interpolate import interp1d
>>> x = np.linspace(0, 10, 10)
>>> y = np.array([np.exp(-x/3.0), 2*x])
>>> f = interp1d(x, y)
>>> f(2)
array([ 0.51950421,  4.        ])
>>> np.array([np.exp(-2/3.0), 2*2])
array([ 0.51341712,  4.        ])

请注意，2 不在参数向量中x，因此第一个分量的插值误差y在这个例子中。