Python NumPy interp方法用法及代码示例

Numpy 的 interp(~) 方法计算给定数据点的线性插值。

参数

1. a | array-like

您要评估的x-values。

2. xp | array-like

x-values 的一维数组。

3. fp | array-like

y-values 的一维数组。

4. left | float | optional

当 a 中的值小于 xp[0] 时返回的值，也就是说，我们位于边界的左侧。默认情况下，返回fp的第一个值。

5. right | float | optional

当 a 中的值大于 xp[len(xp)-1] 时返回的值，即我们位于边界的右侧。默认情况下，返回fp的最后一个值。

返回值

一个 Numpy 数组，保存已在给定数据点的情况下线性插值的 y-values。

例子

基本用法

x_vals_to_evaluate = [1.5, 2.5, 4]
x = [1,2,3]
y = [1,4,2]
interp_y = np.interp(x_vals_to_evaluate, x, y)
# Let's graph the interpolated y-values
plt.plot(x,y, marker="*")
plt.plot(x_vals_to_evaluate, interp_y, "o", color="red")
plt.show()

这给我们带来了以下结果：

这里，星星是我们用来构建线性关系的data-points。红点表示在指定的 x=[1.5, 2.5, 4] 处插值的数据点。对应的插值y-values如下：

interp_y



array([2.5, 3. , 2. ])

最后，看最右边的红点。我们尝试在指定的 x-bounds ( xp ) 之外的 x-value 处进行插值，默认情况下，本例中返回的 y-value 是 fp 的最后一个值(本例中为 2)。

在这种情况下，我们可以通过指定 right 参数返回任意值。

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | interp method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。