numpy.interp¶
-
numpy.
interp
(x, xp, fp, left=None, right=None, period=None)[source]¶ 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()
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])