Python_插值函数调用

主要是记录一下，下次方便查找，原理什么的，就不赘述了。

简单的说，插值的方法有很多，基本上这个scipy库是可以满足要求的，大家可以自己去找找对于的帮助文档分析一下。这篇文章就记录两个例子，便于分析。

如果是进行一维线性插值：

f = si.interp1d(subdata['tlist'],subdata['effi'],kind='linear')

前两个参数是输入的x,y，kind是插值类型，这里选择linear。插值的结果保存在f里面，通过输入对应的x值，可以把y值给读出来：

e_map[i,j] = f(ts[j])

接着，是二维插值（这个方法更多），举例代码如下：

from scipy import interpolate 
x_new=np.linspace(0,max(nlist),300)
y_new=np.linspace(min(tlist),max(tlist),300)
x_new,y_new=np.meshgrid(x_new,y_new)
new_data = interpolate.griddata((test['N'],test['T']),test['E'],(x_new,y_new),method='linear')
new_map_data = pd.DataFrame(new_data)
new_map_data.reindex(index =list(x_new),columns =list(y_new))

这个不光需要输入对应的xyz值，还顺便把输出后的对应的x,y的值给固定了（x_new,y_new），最后转换得到的是一个dataframe形式的变量，之后的操作对这个变量处理就ok。

插值的目的？作图更加平滑呀。