Numpy一维线性插值函数的用法_python对三维点进行插值 - CSDN文库

一维线性插值

191 浏览量更新于2023-03-16 评论收藏 45KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Numpy一维线性插值函数的用法一维线性插值函数的用法

主要介绍了Numpy一维线性插值函数的用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来

看看吧

直接列出函数：直接列出函数：

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

x - 表示将要计算的插值点x坐标

xp - 表示已有的xp数组

fp - 表示对应于已有的xp数组的值

left - 表示当x值在xp中最小值左边时，x对应y的值为left

right - 表示当x值在xp中最大值右边时，x对应y的值为right

（left和right表示x在xp的域外时，y的取值）

example：：

1.

import numpy as np

xp = [1, 2, 3]

fp = [3, 2, 0]

print(np.interp(2.5, xp, fp))

output：1.0

2.

import numpy as np

xp = [1, 2, 3]

fp = [3, 2, 0]

x = [0, 1, 1.5, 2.72, 3.14]

print(np.interp(x, xp, fp))

output：[3. 3. 2.5 0.56 0. ]

3.

import numpy as np

xp = [1, 2, 3]

fp = [3, 2, 0]

x = [0, 1, 1.5, 2.72, 3.14]

print(np.interp(x, xp, fp, -99, 99))

output：[-99. 3. 2.5 0.56 99. ]

补充知识：补充知识：numpy 的一维插值函数的一维插值函数interp

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

返回离散数据的一维分段线性插值结果，浮点数或复数（对应于fp值）或ndarray. 插入数据的纵坐标，和x形状相同。

x: 数组，待插入数据的横坐标.

xp: 一维浮点数序列，原始数据点的横坐标，如果period参数没有指定那么就必须是递增的。否则，在使用xp = xp % period正

则化之后，xp在内部进行排序.

fp: 一维浮点数或复数序列原始数据点的纵坐标，和xp序列等长.

left: 可选参数，类型为浮点数或复数（对应于fp值），当x < xp[0]时的插值返回值，默认为fp[0].

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

weixin_38506182

粉丝: 3
资源: 942

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈