scipy.interpolate.Rbf()

scipy.interpolate.Rbf() 是一个用于多维数据插值的函数。Rbf 的全称为 Radial Basis Function，是一种基于径向函数的插值方法。它可以通过一组离散点来构建一个连续的、平滑的函数，从而实现对未知数据点的估计。

该函数的参数包括输入数据点的坐标、对应的函数值、以及指定插值函数类型的参数。常见的插值函数类型包括：linear（线性插值）、cubic（三次样条插值）、quintic（五次样条插值）等。此外，还可以通过设置 smooth 参数来控制插值函数的平滑度。

示例代码：

from scipy.interpolate import Rbf
import numpy as np

# 构造示例数据
x = np.linspace(0, 1, 10)
y = np.linspace(0, 1, 10)
X, Y = np.meshgrid(x, y)
Z = np.sin((X+Y)*2*np.pi)

# 构建 Rbf 插值函数
rbf = Rbf(X, Y, Z, function='linear')

# 对新的数据点进行插值
x_new = np.linspace(0, 1, 20)
y_new = np.linspace(0, 1, 20)
X_new, Y_new = np.meshgrid(x_new, y_new)
Z_new = rbf(X_new, Y_new)

在上述示例中，我们首先构造了一个二维正弦函数作为示例数据。然后，通过 Rbf() 函数构建了一个线性插值函数。最后，我们用新的数据点 X_new 和 Y_new 对 Z 进行插值，得到了 Z_new。