我有一个包含50个元素的np数组，例如：

data = np.array([9.22, 9. , 9.01, ..., 7.98, 6.77, 7.3 ])

对于data np.数组中的每个元素，我都有一个要插入的x和y数据对（长度相同）。
x一个一个一个一个x一个一个二个x

• • 我想用x和y的np数组插入每个数据元素。**

我有以下使用map()的解决方案：

def cubic_spline(i):
     return scipy.interpolate.splev(x=data[i],
                                    tck=scipy.interpolate.splrep(x[i], y[i], k=3))

list(map(cubic_spline, np.arange(len(data)))

• • 但我想知道是否有一种方法可以直接使用scipy和numpy来优化执行时间**。

scipy.interpolate.splev(x=data,
                        tck=scipy.interpolate.splrep(x, y, k=3))

如有任何建议，我们将不胜感激。