Python numpy.interp的实例详解

 更新时间:2023年02月07日 14:39:29   作者:javastart  
本文主要介绍了Python numpy.interp的实例详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

本文章向大家介绍Python numpy.interp实例讲解,主要分析其语法、参数、返回值和注意事项,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。

用法:

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

单调增加样本点的一维线性插值。

将一维分段线性插值返回给具有给定离散数据点的函数 (经验,fp),评估为x.

参数

返回

抛出

x array_like

计算插值的 x 坐标。

xp 一维浮点序列

数据点的 x 坐标,如果参数必须增加时期未指定。否则,经验在用标准化周期性边界后进行内部排序xp = xp % period.

fp 浮点数或复数的一维序列

数据点的 y 坐标,长度与 xp 相同。

left 对应于 fp 的可选浮点数或复数

x < xp[0] 的返回值,默认为 fp[0]。

right 对应于 fp 的可选浮点数或复数

x > xp[-1] 的返回值,默认为 fp[-1]。

period 无或浮点数,可选

x 坐标的句点。此参数允许正确插值角度 x 坐标。如果指定了 period,则忽略参数 left 和 right。

y float 或 complex(对应于 fp)或 ndarray

插值,与 x 的形状相同。

ValueError

如果 xp 和 fp 的长度不同 如果 xp 或 fp 不是一维序列 如果 period == 0

警告

x 坐标序列预计会增加,但这没有明确强制执行。但是,如果序列 xp 不增加,则插值结果是没有意义的。

请注意,由于 NaN 是不可排序的,经验也不能包含 NaN。

xp 严格增加的简单检查是:

np.all(np.diff(xp) > 0)

例子

>>> xp = [1, 2, 3]
>>> fp = [3, 2, 0]
>>> np.interp(2.5, xp, fp)
1.0
>>> np.interp([0, 1, 1.5, 2.72, 3.14], xp, fp)
array([3.  , 3.  , 2.5 , 0.56, 0.  ])
>>> UNDEF = -99.0
>>> np.interp(3.14, xp, fp, right=UNDEF)
-99.0

绘制正弦函数的插值:

import numpy as np
 
x = np.linspace(0, 2*np.pi, 10)
y = np.sin(x)
xvals = np.linspace(0, 2*np.pi, 50)
# 增加 范围外的x 值
xvals=np.append(xvals,(6.5,8.0))
yinterp = np.interp(xvals, x, y)  #xvals代表要生成点的横坐标,x代表原来区间的横坐标,y代表原来区间值得纵坐标。
import matplotlib.pyplot as plt
plt.plot(x, y, 'o')  #蓝色的点
plt.plot(xvals, yinterp, '-x') #黄色的区域
plt.show()
print(x)
# print()

使用周期性 x 坐标进行插值:

>>> x = [-180, -170, -185, 185, -10, -5, 0, 365]
>>> xp = [190, -190, 350, -350]
>>> fp = [5, 10, 3, 4]
>>> np.interp(x, xp, fp, period=360)
array([7.5 , 5.  , 8.75, 6.25, 3.  , 3.25, 3.5 , 3.75])

复杂插值:

>>> x = [1.5, 4.0]
>>> xp = [2,3,5]
>>> fp = [1.0j, 0, 2+3j]
>>> np.interp(x, xp, fp)
array([0.+1.j , 1.+1.5j])

到此这篇关于Python numpy.interp的实例详解的文章就介绍到这了,更多相关Python numpy.interp内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python实现随机爬山算法

    Python实现随机爬山算法

    这篇文章主要介绍了Python实现随机爬山算法的方法,帮助大家更好的利用python进行机器学习,感兴趣的朋友可以了解下
    2021-01-01
  • Python缺少库IPython的解决办法步骤

    Python缺少库IPython的解决办法步骤

    在使用Python编写程序过程中,有时我们会遇到一些错误信息,提示我们当前环境缺少某些依赖库文件,这篇文章主要给大家介绍了关于Python缺少库IPython的解决办法步骤,需要的朋友可以参考下
    2023-12-12
  • 通过python连接Linux命令行代码实例

    通过python连接Linux命令行代码实例

    这篇文章主要介绍了通过python连接Linux命令行代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Python的Flask框架中web表单的教程

    Python的Flask框架中web表单的教程

    这篇文章主要介绍了Python的Flask框架中web表单的教程,表单是学习各个web框架中的基础知识,需要的朋友可以参考下
    2015-04-04
  • Python3 JSON编码解码方法详解

    Python3 JSON编码解码方法详解

    这篇文章主要介绍了Python3 JSON编码解码方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • Numpy 数组操作之元素添加、删除和修改的实现

    Numpy 数组操作之元素添加、删除和修改的实现

    本文主要介绍了Numpy 数组操作之元素添加、删除和修改的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-03-03
  • Python制作词云的方法

    Python制作词云的方法

    这篇文章主要为大家详细介绍了Python制作词云的方法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-01-01
  • python实现名片管理器的示例代码

    python实现名片管理器的示例代码

    这篇文章主要介绍了python实现名片管理器的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-12-12
  • python爬虫MeterSphere平台执行报告使用实战

    python爬虫MeterSphere平台执行报告使用实战

    这篇文章主要为大家介绍了python爬虫MeterSphere平台执行报告使用实战,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-12-12
  • python封装成exe的超详细教程

    python封装成exe的超详细教程

    相信很多人都很想把python文件封装成exe文件,下面这篇文章主要给大家介绍了关于python封装成exe的相关资料,文中通过图文介绍的非常详细,需要的朋友可以参考下
    2022-06-06

最新评论