Numpy(一维线性插值函数)

直接列出函数：

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

x - 表示将要计算的插值点x坐标

xp - 表示已有的xp数组

fp - 表示对应于已有的xp数组的值

left - 表示当x值在xp中最小值左边时，x对应y的值为left

right - 表示当x值在xp中最大值右边时，x对应y的值为right

（left和right表示x在xp的域外时，y的取值）

 

example：

1.

1 import numpy as np
2 
3 xp = [1, 2, 3]
4 fp = [3, 2, 0]
5 
6 print(np.interp(2.5, xp, fp))

output：1.0

2.

1 import numpy as np
2 
3 xp = [1, 2, 3]
4 fp = [3, 2, 0]
5 
6 x = [0, 1, 1.5, 2.72, 3.14]
7 
8 print(np.interp(x, xp, fp))

output：[3. 3. 2.5 0.56 0. ]

3.

1 import numpy as np
2 
3 xp = [1, 2, 3]
4 fp = [3, 2, 0]
5 
6 x = [0, 1, 1.5, 2.72, 3.14]
7 
8 print(np.interp(x, xp, fp, -99, 99))

output：[-99. 3. 2.5 0.56 99. ]

转载于:https://www.cnblogs.com/aperolchen/p/9471780.html