Python numpy interp用法及代碼示例

本文簡要介紹 python 語言中 numpy.interp 的用法。

用法:

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

單調增加樣本點的一維線性插值。

將一維分段線性插值返回給具有給定離散數據點的函數 (經驗,fp)，評估為x.

參數：

x： array_like

計算插值的 x 坐標。

xp： 一維浮點序列

數據點的 x 坐標，如果參數必須增加時期未指定。否則，經驗在用標準化周期性邊界後進行內部排序xp = xp % period.

fp： 浮點數或複數的一維序列

數據點的 y 坐標，長度與 xp 相同。

left： 對應於 fp 的可選浮點數或複數

x < xp[0] 的返回值，默認為 fp[0]。

right： 對應於 fp 的可選浮點數或複數

x > xp[-1] 的返回值，默認為 fp[-1]。

period： 無或浮點數，可選

x 坐標的句點。此參數允許正確插值角度 x 坐標。如果指定了 period，則忽略參數 left 和 right。

返回：

y： float 或 complex(對應於 fp)或 ndarray

插值，與 x 的形狀相同。

拋出：

ValueError

如果 xp 和 fp 的長度不同 如果 xp 或 fp 不是一維序列 如果 period == 0

警告

x 坐標序列預計會增加，但這沒有明確強製執行。但是，如果序列 xp 不增加，則插值結果是沒有意義的。

請注意，由於 NaN 是不可排序的，經驗也不能包含 NaN。

xp 嚴格增加的簡單檢查是：

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

繪製正弦函數的插值：

>>> x = np.linspace(0, 2*np.pi, 10)
>>> y = np.sin(x)
>>> xvals = np.linspace(0, 2*np.pi, 50)
>>> yinterp = np.interp(xvals, x, y)
>>> import matplotlib.pyplot as plt
>>> plt.plot(x, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(xvals, yinterp, '-x')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.show()

使用周期性 x 坐標進行插值：

>>> 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])

複雜插值：

>>> 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])