好的，我找到了对上面的“pv”稍加修改的解决方案(注意splev只对一维向量有效)

我最初在“tck，u=scipy.interpolate.splprep(data)”中遇到的一个问题是，它至少需要4个点才能工作(Matlab使用2个点)。我用了两点。在增加数据点之后，它可以按我的要求工作。

以下是完整性的解决方案：import numpy as np

import matplotlib.pyplot as plt

from scipy import interpolate

data = np.array([[-1452.18133319 , 3285.44737438, -7075.49516676],

[-1452.20175668 , 3285.29632734, -7075.49110863],

[-1452.32645025 , 3284.37412457, -7075.46633213],

[-1452.38226151 , 3283.96135828, -7075.45524248]])

distance=np.array([0., 0.15247556, 1.0834, 1.50007])

data = data.T

tck,u = interpolate.splprep(data, u=distance, s=0)

yderv = interpolate.splev(u,tck,der=1)

切线是(如果使用相同的数据，则与Matlab结果匹配)：(-0.13394599723751408, -0.99063114953803189, 0.026614957159932656)

(-0.13394598523149195, -0.99063115868512985, 0.026614950816003666)

(-0.13394595055068903, -0.99063117647357712, 0.026614941718878599)

(-0.13394595652952143, -0.9906311632471152, 0.026614954146007865)