快捷導(dǎo)航

python interpolate插值實例

更新時間：2020年07月06日 14:16:24 作者：夢回清池畔

這篇文章主要介紹了python interpolate插值實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

我就廢話不多說了，大家還是直接看代碼吧~

import numpy as np
#從scipy庫中導(dǎo)入插值需要的方法 interpolate
from scipy import interpolate
#數(shù)據(jù)可視化,繪制散點圖
import matplotlib.pyplot as plt

#定義函數(shù) x:橫坐標列表 y:縱坐標列表 kind:插值方式

f = interpolate.interp1d(x, y, kind='cubic')

插值方式：

nearest：最鄰近插值法

zero：階梯插值

slinear、linear：線性插值

quadratic、cubic：2、3階B樣條曲線插值

#定義新的橫坐標列表
x_new=list(np.arange(0, 15, 0.5))
y_new=list(f(x_new))
plt.plot(x,y,'r',label='original values')
plt.plot(x_new,y_new,'b',label='interpolated values')
plt.show()
plt.close()

補充知識：python scipy樣條插值函數(shù)大全（interpolate里interpld函數(shù)）

scipy樣條插值

1、樣條插值法是一種以可變樣條來作出一條經(jīng)過一系列點的光滑曲線的數(shù)學(xué)方法。插值樣條是由一些多項式組成的，每一個多項式都是由相鄰的兩個數(shù)據(jù)點決定的，這樣，任意的兩個相鄰的多項式以及它們的導(dǎo)數(shù)(不包括仇階導(dǎo)數(shù))在連接點處都是連續(xù)的。連接點的光滑與連續(xù)是樣條插值和前邊分段多項式插值的主要區(qū)別。

2、在Scipy里可以用scipy.interpolate模塊下的interpld函數(shù) 實現(xiàn)樣條插值。 SciPy的0.14.0版本里樣條插值方式有：'linear','zero', 'slinear', 'quadratic'(2次), 'cubic'(3次), 4, 5等。

3、scipy多次樣條插值的應(yīng)用格式如下所示:

import numpy as np, matplotlib.pyplot as plt
from scipy.interpolate import interpld #導(dǎo)入scipy里interpolate模塊中的interpld插值模塊
x= np.array([0, 1, 2, 3, 4, 5, 6, 7])
y= np.array([3, 4, 3.5, 2, 1, 1.5, 1.25, 0.9]) #離散點的分布
xx = np.linspace(x.min(), x.max(), 100) #新的插值區(qū)間及其點的個數(shù)
plt.scatter(x, y) #散點圖
#for n in ['linear','zero', 'slinear', 'quadratic', 'cubic', 4, 5]: #python scipy里面的各種插值函數(shù)
f = interp1d(x, y,kind="cubic") #編輯插值函數(shù)格式
ynew=f(xx) #通過相應(yīng)的插值函數(shù)求得新的函數(shù)點
plt.plot(xx,ynew,"g") #輸出新的函數(shù)點的圖像
plt.show()