python interpolate 4d_python脚本纠错:interpolate.interp2d的正确用法

这篇博客介绍了如何在Python中进行4D数据的插值处理,通过scipy.interpolate.interp2d函数实现。文章通过示例展示了如何将输入参数转换为一维数组,并用3D图像展示了原始数据和插值后的数据对比,强调了在使用 interp2d 函数时的正确方法。
摘要由CSDN通过智能技术生成

说明:

所以在插值前,加两句把输入参数变成一维数组

XX = np.arange(0, 16, 1)

YY= np.arange(0, 12, 1)

29755a34cc16746c003dc06f9ef068ad.png

代码:

from matplotlib import pyplot as plt

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

from scipy import interpolate

import matplotlib as mpl

import matplotlib.cm as cm

fig = plt.figure()

Z=np.empty([12,16])

#ax = Axes3D(fig)

ax = fig.add_subplot(121, projection='3d')

bx = fig.add_subplot(122, projection='3d')

adc=[

29.38, 29.28, 29.23, 29.35, 29.53, 29.49, 29.41, 29.34, 29.42, 29.46, 29.58, 29.55, 29.49, 29.35, 29.46, 30.07,

29.43, 29.36, 29.39, 29.34, 29.55, 29.54, 29.44, 29

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值