Python numpy.interp的实例详解
2023-05-25 13:49:32 来源:脚本之家
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:
【资料图】
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!
标签:
[责任编辑:renwu001]
相关阅读
- (2015-08-11)中芯国际为何率先量产28nm的骁龙410?
- (2015-08-11)为了卖炫感枪,他又做了一款叫VR游戏播放器的产品
- (2015-08-11)小米5屏幕哪家造?三星给出AMOLED
- (2015-08-09)掌贝微POS:我们不做淘宝,要做O2O中最后的一环
- (2015-08-09)回顾暴雪科隆展:诚意满满,让你找回青春
- (2015-08-09)这个户外“机器人”已经学会了躲雨
- (2023-05-25)Python numpy.interp的实例详解
- (2023-05-25)2023年5月票房破30亿 《人生路不熟》领跑
- (2023-05-25)纺织服装板块午后拉升 环球头条
- (2023-05-25)G60科创走廊超预期完成建设方案阶段性目标
- (2023-05-25)阿里研究员吴翰清离职,投身AI短视频创业
- (2023-05-25)创业板次新股午后继续大涨 环球资讯
- (2023-05-25)工信部:截至4月末5G移动电话用户达6.34亿户
- (2023-05-25)稚子弄冰古诗意思原文_稚子弄冰古诗意思_全球快看点
- (2023-05-25)吴伟定_关于吴伟定的介绍
- (2023-05-25)为什么大专起点报考中国地质大学北京在职研究生需要加试? 环球观点
- (2023-05-25)天天消息!非京籍在北京上高中需要满足哪些政策要求?能在京高考吗?
- (2023-05-25)天天新动态:助力解决职工“带娃难”,家庭托育如何发力?
- (2023-05-25)创新养老服务模式 为居家养老提供“北京方案”|最资讯
- (2023-05-25)全球即时:步步高i267_步步高i267
最近更新
- (2023-05-25)热门:北溪爆炸事件又爆新料,乌克兰士兵或参与其中
- (2023-05-25)3万/平!亦庄共有产权房「亦城亦禧家园」全部售罄
- (2023-05-25)今热点:澳门首季GDP按年实质上升38.8%
- (2023-05-25)比亚迪:长城汽车出具的检测报告无效 长城不能以此作为依据|头条焦点
- (2023-05-25)大模型学好编程,常识逻辑能力一起提升!
- (2023-05-25)大专生学大数据技术与应用专业怎么样?_快消息
- (2023-05-25)今日热文:人工智能专业必考证书有哪些?
- (2023-05-25)实时焦点:后期制作专业必考证书有哪些?
- (2023-05-25)环球最新:择校难题解答:到底是公办学校好还是私立学校好?
- (2023-05-25)袁姗姗主演情感剧央视预热
- (2023-05-25)全球今头条!气象精准预报水平保持全国前列!为提高预报准确率,山东气象这样做
- (2023-05-25)夏季达沃斯论坛召开首场媒体吹风会 参会注册和筹备工作稳步推进
- (2023-05-25)让龚琳娜和张靓颖玩PK,这也想的出来? 每日速读
- (2023-05-25)世界热点!比亚迪短线跳水
- (2023-05-25)隔夜SHIBOR报1.5780% 上涨30.70个基点 7天SHIBOR报1.9080%|天天视讯
- (2023-05-25)环球快讯:据一财报道 比亚迪工作人员表示还在核实
- (2023-05-25)融侨集团20亿元公司债票面利率不调整 仍为6.50%-最新快讯
- (2023-05-25)德班世乒赛:国乒13场赛事全胜 今日迎首场队内争夺 世界播资讯
- (2023-05-25)全球热推荐:老韶关民间故事112---姑 嫂 雕
- (2023-05-25)河北2023年普通高校招生统一考试考务工作培训视频会议召开 天天亮点