​​​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:

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 npx = 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])

Python numpy.interp实例讲相关推荐

  1. pythoninterp error_Python numpy.interp方法代码示例

    本文整理汇总了Python中numpy.interp方法的典型用法代码示例.如果您正苦于以下问题:Python numpy.interp方法的具体用法?Python numpy.interp怎么用?P ...

  2. python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例

    np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...

  3. python算两个点的距离公式_计算Python Numpy向量之间的欧氏距离实例

    计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下: import numpy dist = numpy.sqrt(numpy.sum(num ...

  4. python计算向量的模_计算Python Numpy向量之间的欧氏距离实例

    计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:import numpy dist = numpy.sqrt(numpy.sum(nump ...

  5. python 欧氏距离_计算Python Numpy向量之间的欧氏距离实例

    计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下: import numpy dist = numpy.sqrt(numpy.sum(num ...

  6. dataframe,python,numpy 问题索引1

    # 找出只有赌场数据的账户 gp=data.groupby(['查询账号','场景标签'],as_index=True) tj=gp.size().reset_index()按查询账号和场景标签分组并 ...

  7. python numpy库安装-Python Numpy库安装与基本操作示例

    本文实例讲述了Python Numpy库安装与基本操作.分享给大家供大家参考,具体如下: 概述 NumPy(Numeric Python)扩展包提供了数组功能,以及对数据进行快速处理的函数. NumP ...

  8. python脚本实例手机端-终于晓得python入门脚本实例

    Python面向对象跟Java的面向对象大同小异,这篇我们简单介绍一下Python面向对象.以下是小编为你整理的python入门脚本实例 类(class)是通俗的说就是事物的属性和行为的抽象.下面我们 ...

  9. Matlab和Python(Numpy,Scipy)与Lapack的关系

    说到数值计算,可能许多人都能立马想到Matlab.Matlab多年的持续影响力已经让它成为许多人心中科学计算的代名词.但它底层一个重要的库Lapack却很少有人知道. 而Python年龄比Matlab ...

最新文章

  1. 也有个自由职业梦?日本码农辞职一年后:独立工程师太难了
  2. SAP HUM针对HU做货物移动后生成的物料凭证何处看相关的HU信息?
  3. cocoapods 终极方案
  4. Ubuntu文件的复制、移动和删除命令
  5. 万能系统卸载器免root_这下舒服了!一键卸载安卓全机型预装应用
  6. 介绍一个Excel批量处理软件
  7. andoid x项目的优化 1
  8. Java反射实现几种方式
  9. NLPIR智能语义:大数据精准挖掘是信息化发展趋势
  10. 好程序员web前端技术之CSS3过渡
  11. confirm修改按钮文字_踏入MG动画设计的门,才知道文字动画这么重要……
  12. 湖南工业大学c语言在线作业答案,湖南工业大学C语言期末考试复习题(机房题库)...
  13. Android开发2:事件处理及实现简单的对话框(Toast,AlertDialog,Snackbar,TextInputLayout的使用)...
  14. JOSN的stringify()和parse()方法
  15. CABAC熵编码代码实现(H264)-FFMPEG
  16. 使用 /proc 文件系统
  17. VC2015运行库安装失败
  18. 现在有什么好用的切换ip工具吗?
  19. 在linux4.19内核下的UPD720201驱动里添加固件下载的代码
  20. html5倒计时效果,html5+css3进度条倒计时动画特效代码【推荐】

热门文章

  1. 自学AE AK大神笔记007_去除瑕疵
  2. 统计图表这么多?这个可视化工具太赞了~~
  3. 前端页面实现时钟效果
  4. 什么是VR虚拟展厅,VR虚拟展厅怎么做有什么功能?
  5. 数控自动编程的内容与步骤
  6. 解决vue项目中的前端跨域问题
  7. “中兴坠楼”事件冷思考:AI带来的失业潮,我们该何去何从?
  8. 《论文写作》--心得体会
  9. XML实体攻击:从内网探测到命令执行步步惊心
  10. 工作篇 之 记录一次兼容手机角标的辛酸史。。。