在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数据点。插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。插值:用来填充图像变换时像素之间的空隙。
插值方法一般是适合于低维的问题。给定一组观测值（在x轴方向进行排序），基本的思想是对两个点之间的数据做回归，得到的结果是分段定义的函数可以较好的拟合原始函数，同时函数在数据点上是连续可微的，连续可微需要至少三次插值，即cubic spline。但是这个方法也可以应用于一般的二维甚至是线性的插值。
二、插值函数splrep函数和splev函数处理回归系数的估计和回归结果的拟合。
主要参数如下表所示：
splrep 参数
| 参数 | 含义 |
|---|---|
| x | (排序)x坐标（自变量） |
| y | (x排序)y坐标（因变量） |
| w | 应用于因变量的权重 |
| xb,xe | 拟合区间 |
| k | 拟合阶数 |
| s | 平滑参数因子 |
| full_out | 如果True,那么返回更多的结果 |
| put | 结果 |
| quite | 如果True,则忽略消息 |
splev 参数
