python——numpy——interp()函数

numpy.interp()主要使用场景为一维线性插值，返回离散数据的一维分段线性插值结果。
 
参数：

x: 数组
待插入数据的横坐标.
 
xp: 一维浮点数序列
原始数据点的横坐标，如果period参数没有指定那么就必须是递增的。否则，在使用xp = xp % period正则化之后，xp在内部进行排序.
 
fp: 一维浮点数或复数序列
原始数据点的纵坐标，和xp序列等长.
 
left: 可选参数，类型为浮点数或复数（对应于fp值），当x < xp[0]时的插值返回值，默认为fp[0].
 
right: 可选参数，类型为浮点数或复数（对应于fp值），当x > xp[-1]时的插值返回值，默认为fp[-1].
period: None或者浮点数，可选参数. 横坐标的周期. 此参数使得可以正确插入angular x-coordinates. 如果该参数被设定，那么忽略left参数和right参数。

返回值：

浮点数或复数（对应于fp值）或ndarray. 插入数据的纵坐标，和x形状相同。 

注意：

在没有设置period参数时，默认要求xp参数是递增序列，可以使用下述代码进行检查：

np.all(np.diff(xp)> 0)  #计算每两个元素间隔差是否大于0。

 

示例：

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)  #xvals代表要生成点的横坐标，x代表原来区间的横坐标，y代表原来区间值得纵坐标。
import matplotlib.pyplot as plt
plt.plot(x, y, 'o')  #蓝色的点
plt.plot(xvals, yinterp, '-x') #黄色的区域 
plt.show()

输出：

此函数一般用在X轴例如为时间轴当中，例如我们要对时间轴上的结果进行预测，可用此函数进行大致预测。