日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Python?numpy.interp的實例詳解_python

作者：javastart ? 更新時間： 2023-04-12 編程語言

本文章向大家介紹Python numpy.interp實例講解，主要分析其語法、參數、返回值和注意事項，并結合實例形式分析了其使用技巧，希望通過本文能幫助到大家理解應用這部分內容。

用法:

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

單調增加樣本點的一維線性插值。

將一維分段線性插值返回給具有給定離散數據點的函數 (經驗,fp)，評估為x.

參數：

返回：

拋出：

x：?array_like

計算插值的 x 坐標。

xp：?一維浮點序列

數據點的 x 坐標，如果參數必須增加時期未指定。否則，經驗在用標準化周期性邊界后進行內部排序xp = xp % period.

fp：?浮點數或復數的一維序列

數據點的 y 坐標，長度與 xp 相同。

left：?對應于 fp 的可選浮點數或復數

x < xp[0] 的返回值，默認為 fp[0]。

right：?對應于 fp 的可選浮點數或復數

x > xp[-1] 的返回值，默認為 fp[-1]。

period：?無或浮點數，可選

x 坐標的句點。此參數允許正確插值角度 x 坐標。如果指定了 period，則忽略參數 left 和 right。

y：?float 或 complex(對應于 fp)或 ndarray

插值，與 x 的形狀相同。

ValueError

如果 xp 和 fp 的長度不同 如果 xp 或 fp 不是一維序列 如果 period == 0

警告

x 坐標序列預計會增加，但這沒有明確強制執行。但是，如果序列 xp 不增加，則插值結果是沒有意義的。

請注意，由于 NaN 是不可排序的，經驗也不能包含 NaN。

xp 嚴格增加的簡單檢查是：

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

繪制正弦函數的插值：

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 范圍外的x 值
xvals=np.append(xvals,(6.5,8.0))
yinterp = np.interp(xvals, x, y)  #xvals代表要生成點的橫坐標，x代表原來區間的橫坐標，y代表原來區間值得縱坐標。
import matplotlib.pyplot as plt
plt.plot(x, y, 'o')  #藍色的點
plt.plot(xvals, yinterp, '-x') #黃色的區域
plt.show()
print(x)
# print()

使用周期性 x 坐標進行插值：

>>> 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])

復雜插值：

>>> 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])

原文鏈接：https://blog.csdn.net/javastart/article/details/128888454

欄目分類
最近更新