直接列出函數(shù)：

numpy.interp(x, xp, fp, left=None, right=None, period=None)

x - 表示將要計算的插值點x坐標

xp - 表示已有的xp數(shù)組

fp - 表示對應于已有的xp數(shù)組的值

left - 表示當x值在xp中最小值左邊時，x對應y的值為left

right - 表示當x值在xp中最大值右邊時，x對應y的值為right

（left和right表示x在xp的域外時，y的取值）

example：

1.

import numpy as np

xp = [1, 2, 3]
fp = [3, 2, 0]

print(np.interp(2.5, xp, fp))

output：1.0

2.

import numpy as np

xp = [1, 2, 3]
fp = [3, 2, 0]

x = [0, 1, 1.5, 2.72, 3.14]

print(np.interp(x, xp, fp))

output：[3. 3. 2.5 0.56 0. ]

3.

import numpy as np

xp = [1, 2, 3]
fp = [3, 2, 0]

x = [0, 1, 1.5, 2.72, 3.14]

print(np.interp(x, xp, fp, -99, 99))

output：[-99. 3. 2.5 0.56 99. ]

補充知識：numpy 的一維插值函數(shù)interp

numpy.interp(x, xp, fp, left=None, right=None, period=None)

返回離散數(shù)據(jù)的一維分段線性插值結(jié)果，浮點數(shù)或復數(shù)（對應于fp值）或ndarray. 插入數(shù)據(jù)的縱坐標，和x形狀相同。

x: 數(shù)組，待插入數(shù)據(jù)的橫坐標.

xp: 一維浮點數(shù)序列，原始數(shù)據(jù)點的橫坐標，如果period參數(shù)沒有指定那么就必須是遞增的。否則，在使用xp = xp % period正則化之后，xp在內(nèi)部進行排序.

fp: 一維浮點數(shù)或復數(shù)序列原始數(shù)據(jù)點的縱坐標，和xp序列等長.

left: 可選參數(shù)，類型為浮點數(shù)或復數(shù)（對應于fp值），當x < xp[0]時的插值返回值，默認為fp[0].

right: 可選參數(shù)，類型為浮點數(shù)或復數(shù)（對應于fp值），當x > xp[-1]時的插值返回值，默認為fp[-1].

period: None或者浮點數(shù)，可選參數(shù). 橫坐標的周期. 此參數(shù)使得可以正確插入angular x-coordinates. 如果該參數(shù)被設定，那么忽略left參數(shù)和right參數(shù)。

插入橫坐標在原函數(shù)橫坐標范圍內(nèi)

x = 2.5     # 要插入值的橫坐標
xp = [1, 2, 3]   # 要插入序列的橫坐標
fp = [3, 2, 0]   # 要插入序列的縱坐標
y = np.interp(x, xp, fp) # 返回插入值的縱坐標 1.0
plt.plot(xp, fp, '-o')
plt.plot(x, y, 'x')
plt.show()

插入橫坐標在原函數(shù)橫坐標外（默認）

x = [0, 1, 1.5, 2.72, 3.14] # 左側(cè)外部默認為原函數(shù)最左側(cè)函數(shù)值，右側(cè)默認為右側(cè)
xp = [1, 2, 3]
fp = [3, 2, 0]
y = np.interp(x, xp, fp) # array([ 3. ,3. ,2.5 ,0.56, 0. ])
plt.plot(xp, fp, '-o')
plt.plot(x, y, 'x')
plt.show()

插入橫坐標在原函數(shù)橫坐標外（指定）

x = 3.14
xp = [1, 2, 3]
fp = [3, 2, 0]
UNDEF = -99.0
y = np.interp(x, xp, fp, right=UNDEF) # -99.0
plt.plot(xp, fp, '-o')
plt.plot(x, y, 'x')
plt.show()

正弦插值

x = np.linspace(0, 2 * np.pi, 10) # 在0到2pi的范圍內(nèi)均勻取10個點
y = np.sin(x)      # sin函數(shù)x橫坐標對應的y值
xvals = np.linspace(0, 2 * np.pi, 50) # 均勻取50個
yinterp = np.interp(xvals, x, y) # 在映射關系為y的x中插入xvals
plt.plot(x, y, 'o')
plt.plot(xvals, yinterp, '-x')
plt.show()

以上這篇Numpy一維線性插值函數(shù)的用法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論