python数据插值_【Python】【数据分析】缺失值处理——插值

本文介绍了使用三次B样条插值方法处理数据缺失值的过程,特别是在处理COD、溶氧、PH值等不规则数据时,通过插值补充数据,以保持数据的光滑性和连续性。通过示例代码展示了如何使用scipy.interpolate库进行插值操作,并绘制了插值后的结果。
摘要由CSDN通过智能技术生成

题目链接

数据预处理

本文取每个水池中,A、B两个采样点各理化因子的实测值的均值作为各理化因子的计算值。总磷、总淡、氨氮15周的数据可以参考附件一。而附件二中COD、溶氧、PH值间隔两周采集一次,与附件一数据不对称,不足以建立合理的模型,因此考虑利用现有数据插值以补充数据。

插值方法选用三次B样条插值,该方法可以很好的保持数据光滑性和连续性,减少信息量的损失。最终得到的数据如下。

源代码:(以轮虫-时间为例)

#暂时手动导入数据,下周开始学习自动从EXCEL表读取数据

#轮虫-时间

import numpy as np

import matplotlib.pyplot as plt

#进行样条插值

import scipy.interpolate as spi

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

#数据准备

X=[1,3,5,7,9,11,13,15]</

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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