10. Scipy Tutorial-插值interp1d
插值是指基于一系列点$(x_I,y_i ),通过一定的算法找到合适的函数并对这些点进行近似(包括),从而反映这些点的趋势规律。
interp1d。 scipy.interpolate包中有许多模块可以插值已知点,即找到相应的函数,如模块interp1d。 获得插值函数后,可以使用该插值函数计算与其他$x_j$相对应的$y_j$值。 这就是插值的意义。
from scipy.interpolateimportinterp 1d
import numpy as np
noise=NP.random.normal (0,0.1,100 ) )。
x=NP.linspace (0,10,100 ) )。
y=NP.sin(x ) noise
f=interp1d(x,y ) ) ) )。
F2=interp1D(x,y,kind='cubic ' ) )。
print x[10],np.sin(x[10],y[10],y[10],f2(x[10] )
print x[11],np.sin(x[11],y[11],y[11],f2(x[11] )
XM=(x[10]x[11] )/2
(打印XM,NP.sin(XM ),) y[10] y[11] )/2,f ) XM ),F2 ) XM ) ) ) ) ) )
打印f
xnew=NP.linspace (0,10,40 ) )。
import matplotlib.pyplot as plt
PLT.plot(x,y,' o ',xnew,f(xnew ),'-',xnew,F2 ),'-',xnew,NP.sin ) xnew ),线宽度=2
PLT.legend(['data ',' linear ',' cubic ',' $cos($'] ' ),loc='best ' )
plt.show () )
执行结果:
interp1d的method指定插值类型,默认为method=linear一次函数$f(x )=ax b$线性插值,cubic三次函数$f ) x )=ax^3 bx^2 cx d$插值,但、 许多其他插值方法可以通过设置方法值来选择,例如,对于scipy的interp1d支持,可以使用“linear”、“nearest”、“zero”、“slinear”、“quadratic”和“cuuadred”