Numpy interp()是一个在一维和多维数组上执行线性插值的函数。它将给定x和y点集中的值之间进行线性插值,并返回给定点的函数值。
下面是Numpy interp()的完整使用方法:
语法
numpy.interp(x, xp, fp, left=None, right=None, period=None)
参数
x:必需,待插值数据。可以是一个数值、一维数组或者多维数组。
xp:必需,用于插值的点的x坐标集合。该点的集合必须单调递增才能正常工作。
fp:必需,用于插值的点的y坐标集合。它必须与xp具有相同的长度。
left:可选,指定x小于xp[0]时使用的浮点数。如果left是None(默认值),则使用fp的第一个元素。
right:可选,指定x大于xp[-1]时使用的浮点数。如果right是None(默认值),则使用fp的最后一个元素。
period:可选,将输入扩展到[a,a + period]的区间,其中a是xp[0]。例如,通过将period设置为2 * math.pi,可以计算一些三角函数(sin,cos等)在区间[0,2π]之外的点的插值。
返回值
numpy.interp()函数返回插值后结果数组。如果插值数组的长度为n,则插值结果数组的长度也为n。
以下是Numpy interp()的两个示例:
import numpy as np
x = np.linspace(0, 10, num=11, endpoint=True)
y = np.cos(-x ** 2 / 9.0)
xp = np.linspace(0, 10, num=41, endpoint=True)
print(np.interp(xp, x, y))
# 输出:
# [ 1. 0.95105652 0.80901699 0.58778525 0.30901699 0.
# -0.30901699 -0.58778525 -0.80901699 -0.95105652 -1. -0.95105652
# -0.80901699 -0.58778525 -0.30901699 0. 0.30901699 0.58778525
# 0.80901699 0.95105652 0.99802673 0.95105652 0.80901699 0.58778525
# 0.30901699 0. -0.30901699 -0.58778525 -0.80901699 -0.95105652
# -1. -0.95105652 -0.80901699 -0.58778525 -0.30901699 0. 0.30901699
# 0.58778525 0.80901699 0.95105652]
import numpy as np
x = np.arange(-4, 4, 0.5)
y = np.arange(-4, 4, 0.5)
xx, yy = np.meshgrid(x, y)
z = np.sin(xx**2+yy**2)
xp = np.arange(-4, 4, 0.1)
yp = np.arange(-4, 4, 0.1)
xxp, yyp = np.meshgrid(xp, yp)
zp = np.interp((xxp, yyp), (xx, yy), z)
print(zp.shape)
# 输出: (80, 80)
以上就是 Numpy interp() 的详细说明和使用方法。
本文链接:http://task.lmcjl.com/news/4405.html