在SciPy中，可以使用scipy.interpolate模塊中的UnivariateSpline類來進行樣條曲線擬合，使用scipy.interpolate模塊中的RectBivariateSpline類來進行曲面擬合。

下面是一個使用UnivariateSpline類進行樣條曲線擬合的示例：

import numpy as np
from scipy.interpolate import UnivariateSpline
import matplotlib.pyplot as plt

# 生成一些隨機數據
x = np.linspace(0, 10, 50)
y = np.sin(x) + np.random.normal(0, 0.1, 50)

# 使用UnivariateSpline進行樣條曲線擬合
spline = UnivariateSpline(x, y)

# 繪制原始數據和擬合曲線
plt.scatter(x, y, color='red', label='Original data')
plt.plot(x, spline(x), color='blue', label='Spline fit')
plt.legend()
plt.show()

下面是一個使用RectBivariateSpline類進行曲面擬合的示例：

import numpy as np
from scipy.interpolate import RectBivariateSpline
import matplotlib.pyplot as plt

# 生成一些隨機數據
x = np.linspace(0, 10, 50)
y = np.linspace(0, 10, 50)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y) + np.random.normal(0, 0.1, (50, 50))

# 使用RectBivariateSpline進行曲面擬合
spline = RectBivariateSpline(x, y, Z)

# 繪制原始數據和擬合曲面
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(X, Y, Z, color='red', label='Original data')
X_new, Y_new = np.meshgrid(np.linspace(0, 10, 100), np.linspace(0, 10, 100))
Z_new = spline(X_new, Y_new)
ax.plot_surface(X_new, Y_new, Z_new, color='blue', label='Surface fit')
plt.legend()
plt.show()

通過以上示例，您可以使用SciPy中的樣條曲線和曲面擬合功能進行數據擬合。