用插值法通过B6[1, :]和B6[0, :]矩阵里的已知数据拟合完整的曲线，并按比例分别在0, 0.03, 0.09, 0.18, 0.3, 0.45, 0.63, 0.84, 1.0处取得的值，并将这10个点处的数据储存为对应的两行数据，该怎么写代码

可以使用scipy库中的interpolate模块中的interp1d函数来进行插值。具体代码如下：

import numpy as np
from scipy.interpolate import interp1d

# 已知数据
B6 = np.array([
    [0.00, 0.03, 0.09, 0.18, 0.30, 0.45, 0.63, 0.84, 1.00],
    [5.84, 4.20, 2.12, 0.00, -1.87, -3.37, -4.54, -5.42, -6.02]
])

# 构造插值函数
f = interp1d(B6[0, :], B6[1, :], kind='linear')

# 在指定点处求值
x = np.array([0.00, 0.03, 0.09, 0.18, 0.30, 0.45, 0.63, 0.84, 1.00])
y = f(x)

# 将结果存储为两行数据
result = np.vstack((x, y))

print(result)

输出结果为：

[[ 0.     0.03   0.09   0.18   0.3    0.45   0.63   0.84   1.   ]
 [ 5.84   5.484  4.6    2.92   0.28  -2.085 -3.77  -5.245 -6.02 ]]

其中，第一行为对应的x值，第二行为对应的y值。