numpy.interp

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

一维线性插值。

将离散数据点处的给定值的函数返回到一维分段线性插值。

参数：

x：array_like

内插值的x坐标。

xp：浮点数一维序列

如果未指定参数period，则数据点的x坐标必须增加。否则，在用xp = xp ％标准化周期边界之后，内部排序xp period。

fp：1-D序列的浮点数

数据点的y坐标，长度与xp相同。

左：float，可选

要返回的值x ，默认为fp [0]。

右：float，可选

要返回的值x> xp [-1]，默认为fp [-1]。

周期：无或浮动，可选

x坐标的周期。此参数允许角度x坐标的正确插值。如果指定周期，则忽略参数左和右。

版本1.10.0中的新功能。

返回：

y：float或ndarray

内插值，形状与x相同。

上升：

ValueError

如果xp和fp具有不同的长度If xp或fp不是1-D序列如果== 0

笔记

不检查x坐标序列xp是否增加。如果xp不增加，结果是无义的。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

将内插器绘制到正弦函数：

>>> x = np.linspace(0, 2*np.pi, 10)
>>> y = np.sin(x)
>>> xvals = np.linspace(0, 2*np.pi, 50)
>>> yinterp = np.interp(xvals, x, y)
>>> import matplotlib.pyplot as plt
>>> plt.plot(x, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(xvals, yinterp, '-x')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.show()

（源代码，png，pdf）

周期性x坐标插值：

>>> 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])