R approxfun 插值函数

说明

返回对给定数据点进行线性插值的点列表，或执行线性(或常量)插值的函数。

用法

approx   (x, y = NULL, xout, method = "linear", n = 50,
          yleft, yright, rule = 1, f = 0, ties = mean, na.rm = TRUE)

approxfun(x, y = NULL,       method = "linear",
          yleft, yright, rule = 1, f = 0, ties = mean, na.rm = TRUE)

参数

x, y	给出要插值点的坐标的数值向量。或者，可以指定单个绘图结构：请参阅xy.coords。
xout	一组可选的数值，指定插值发生的位置。
method	指定要使用的插值方法。选项为 "linear" 或 "constant" 。
n	如果未指定 xout，则在跨越区间 [ min(x) 、 max(x) ] 的 n 等距点处进行插值。
yleft	当输入 x 值小于 min(x) 时要返回的值。默认值由下面给出的rule 的值定义。
yright	当输入 x 值大于 max(x) 时要返回的值。默认值由下面给出的rule 的值定义。
rule	一个整数(长度为 1 或 2)，说明如何在区间 [ min(x) 、 max(x) ] 之外进行插值。如果 rule 是 1 则为这些点返回 NA ，如果是 2 ，则使用最接近数据极值的值。如果左侧和右侧外推应该不同，请使用例如 rule = 2:1 。
f	对于 method = "constant" 来说，是 0 到 1 之间的数字(含 0 和 1)，表示左阶和 right-continuous 阶跃函数之间的折衷。如果 y0 和 y1 是该点左侧和右侧的值，则该值为 y0(如果 f == 0 )、y1(如果 f == 1 )和 y0*(1-f)+y1*f(如果为中间值)。这样，结果是 f == 0 的 right-continuous 和 f == 1 的 left-continuous，即使对于非有限的 y 值也是如此。
ties	处理绑定的 x 值。字符串 "ordered" 或采用单个向量参数并返回单个数字或两者的 list 的函数(或函数名称)，例如 list("ordered", mean) ，请参阅“详细信息”。
na.rm	逻辑指定应如何处理缺失值(NA's)。设置 na.rm=FALSE 会将 y 中的 NA 传播到插值，这也取决于 rule 集。请注意，在这种情况下，x 中的 NA 无效，另请参阅示例。

细节

输入可以包含被删除的缺失值(如果 na.rm 为 true，即默认情况下)，因此至少需要两个完整的 (x, y) 对(对于 method = "linear" ，否则一对)。如果存在重复(捆绑)的 x 值，并且 ties 包含一个函数，则该函数将应用于每个不同的 x 值的 y 值，以生成具有唯一 x 的 (x,y) 对。此上下文中有用的函数包括 mean 、 min 和 max 。

如果 ties = "ordered" 则假定 x 值已经排序(并且是唯一的)，并且不检查关系，但如果存在关系则保留。这是大型 length(x) 最快的选项。

如果 ties 是长度为 2 的 list，则 ties[[2]] 必须是应用于关系的函数，请参见上文，但如果 ties[[1]] 与 "ordered" 相同，则假定 x 值是已排序并且仅检查平局。因此，在这种情况下，ties = list("ordered", mean) 将比默认的 ties = mean 稍微高效一些。

第一个 y 值将用于向左插值，最后一个值将用于向右插值。

值

approx 返回一个包含组件 x 和 y 的列表，其中包含 n 坐标，该坐标根据所需的 method (和 rule )插入给定的数据点。

函数 approxfun 返回一个对给定数据点执行(线性或常数)插值的函数。对于给定的一组x 值，此函数将返回相应的插值。它使用创建时存储在其环境中的数据，其详细信息可能会发生变化。

警告

返回的值approxfun包含对当前版本中代码的引用R：它不打算保存并加载到不同的R会议。这对于更安全R>= 3.0.0。

例子

require(graphics)

x <- 1:10
y <- rnorm(10)
par(mfrow = c(2,1))
plot(x, y, main = "approx(.) and approxfun(.)")
points(approx(x, y), col = 2, pch = "*")
points(approx(x, y, method = "constant"), col = 4, pch = "*")

f <- approxfun(x, y)
curve(f(x), 0, 11, col = "green2")
points(x, y)
is.function(fc <- approxfun(x, y, method = "const")) # TRUE
curve(fc(x), 0, 10, col = "darkblue", add = TRUE)
## different extrapolation on left and right side :
plot(approxfun(x, y, rule = 2:1), 0, 11,
     col = "tomato", add = TRUE, lty = 3, lwd = 2)

### Treatment of 'NA's -- are kept if  na.rm=FALSE :

xn <- 1:4
yn <- c(1,NA,3:4)
xout <- (1:9)/2
## Default behavior (na.rm = TRUE): NA's omitted; extrapolation gives NA
data.frame(approx(xn,yn, xout))
data.frame(approx(xn,yn, xout, rule = 2))# -> *constant* extrapolation
## New (2019-2020)  na.rm = FALSE: NA's are "kept"
data.frame(approx(xn,yn, xout, na.rm=FALSE, rule = 2))
data.frame(approx(xn,yn, xout, na.rm=FALSE, rule = 2, method="constant"))

## NA's in x[] are not allowed:
stopifnot(inherits( try( approx(yn,yn, na.rm=FALSE) ), "try-error"))

## Give a nice overview of all possibilities  rule * method * na.rm :
##             -----------------------------  ====   ======   =====
## extrapolations "N":= NA;   "C":= Constant :
rules <- list(N=1, C=2, NC=1:2, CN=2:1)
methods <- c("constant","linear")
ry <- sapply(rules, function(R) {
       sapply(methods, function(M)
        sapply(setNames(,c(TRUE,FALSE)), function(na.)
                 approx(xn, yn, xout=xout, method=M, rule=R, na.rm=na.)$y),
        simplify="array")
   }, simplify="array")
names(dimnames(ry)) <- c("x = ", "na.rm", "method", "rule")
dimnames(ry)[[1]] <- format(xout)
ftable(aperm(ry, 4:1)) # --> (4 * 2 * 2) x length(xout)  =  16 x 9 matrix


## Show treatment of 'ties' :

x <- c(2,2:4,4,4,5,5,7,7,7)
y <- c(1:6, 5:4, 3:1)
(amy <- approx(x, y, xout = x)$y) # warning, can be avoided by specifying 'ties=':
op <- options(warn=2) # warnings would be error
stopifnot(identical(amy, approx(x, y, xout = x, ties=mean)$y))
(ay <- approx(x, y, xout = x, ties = "ordered")$y)
stopifnot(amy == c(1.5,1.5, 3, 5,5,5, 4.5,4.5, 2,2,2),
          ay  == c(2, 2,    3, 6,6,6, 4, 4,    1,1,1))
approx(x, y, xout = x, ties = min)$y
approx(x, y, xout = x, ties = max)$y
options(op) # revert 'warn'ing level

参考

Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988) The New S Language. Wadsworth & Brooks/Cole.

也可以看看

spline 和 splinefun 用于样条插值。