插值法在物探数据处理中的应用（收集）

目前的一个功能需求：将一组物探数据，抽取各点相同深度的值，绘出不同深度处的等值线图，用于判别各种异常。

1.首先有一组物探数据，点号(x,y,h):d,v  即：点号（x坐标，y坐标，点高程）：深度，视电阻率值

2.对各点的不同深度电阻率值进行样条插值，以便于获得同深度处的电阻率值。

3.对同深度的值，抽取坐标和值，绘出等值线图。

一维插值：可以用来解决物探数据插值了，看看哪种更为合适。

https://blog.csdn.net/momingqimiao71/article/details/78205905

拉格朗日插值法在数据分析中的应用——Python插值scimpy,lagrange

https://blog.csdn.net/playgoon2/article/details/77051285

插值函数经过样本点，拟合函数一般基于最小二乘法尽量靠近所有样本点穿过。

常见插值方法有拉格朗日插值法、分段插值法、样条插值法。

二维插值：

https://blog.csdn.net/huozi07/article/details/50538749

#!/usr/bin/env python
# -*-coding:utf-8 -*-
import numpy as np
from scipy import interpolate
import pylab as pl
x = np.linspace(0, 10, 11)
# x=[  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.]
y = np.sin(x)
xnew = np.linspace(0, 10, 101)
pl.plot(x, y, "ro")
 
for kind in ["nearest", "zero", "slinear", "quadratic", "cubic"]:  # 插值方式
    # "nearest","zero"为阶梯插值
    # slinear 线性插值
    # "quadratic","cubic" 为2阶、3阶B样条曲线插值
    f = interpolate.interp1d(x, y, kind=kind)
    # ‘slinear’, ‘quadratic’ and ‘cubic’ refer to a spline interpolation of first, second or third order)
    ynew = f(xnew)
    pl.plot(xnew, ynew, label=str(kind))  #label用来显示图例
pl.legend(loc="lower right")  #显示图例的位置
pl.show()

绘制等值线图

#coding=utf-8
import numpy as np
import matplotlib.pyplot as plt
def height(x,y):
    return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
x=np.linspace(-3,3,300)
y=np.linspace(-3,3,300)
X,Y=np.meshgrid(x,y)
plt.contourf(X,Y,height(X,Y),10,alpha=0.75,cmap=plt.cm.hot)
#为等高线填充颜色 10表示按照高度分成10层 alpha表示透明度 cmap表示渐变标准
C=plt.contour(X,Y,height(X,Y),10,colors='black')
#使用contour绘制等高线
plt.clabel(C,inline=True,fontsize=10)
#在等高线处添加数字
plt.xticks(())
plt.yticks(())
#去掉坐标轴刻度
plt.show()
#显示图片