Scipy Cubicspline vs Real Stats 使用 Excel Spline

如何解决Scipy Cubicspline vs Real Stats 使用 Excel Spline

我目前正在 python 和 excel 上运行一些插值（三次样条插值）。鉴于需要如何显示和获取某些数据的限制，我需要对某些数据在 python 上运行三次样条插值，并使用来自“Real Statistics using Excel”的加载项。

然而，作为测试，我尝试使用相同的数据运行三次样条插值，结果得到不同的结果。

new_df_expanded.interpolate(method='CubicSpline')

是我从 Pandas 中提取 CubicSpline 方法的方式，据我所知，它使用 Scipy 库来执行 CubicSpline。

https://www.real-statistics.com/other-mathematical-topics/spline-fitting-interpolation/

有一个名为 Spline() 的函数，我只需要输入带有数据点的数组，它就会自动运行插值。

它们运行样条插值的方式在逻辑上有区别吗？

解决方法

我实际上能够解决问题。 pandas interpolate 方法实际上是利用了 scipy 的 interpolate 方法，它将边界条件设置为“非结”作为默认值。这使得曲线末端的第一段和第二段是相同的多项式。为了使其与 excel 插件上的逻辑一致，您需要将 'bc_type' 更改为 'natural'，以便曲线末端的二阶导数为零。