python插值方法

python插值方法

1. numpy.interp

函数原型：

numpy.interp(x, xp, fp, left=None, right=None, period=None)

用法：

1. 某一点的插值结果

xp = [1, 2, 3]
fp = [3, 2, 0]
np.interp(2.5, xp, fp)
输出：1.0

2. 向量化运算

np.interp([0, 1, 1.5, 2.72, 3.14], xp, fp)
输出：array([3.  , 3.  , 2.5 , 0.56, 0.  ])

3. 左右越界填充值

UNDEF = -99.0
np.interp(3.14, xp, fp, right=UNDEF)
输出：-99.0

2. scipy.interpolate.interp1d

函数原型：

class scipy.interpolate.interp1d(x, y, kind='linear', axis=- 1, copy=True, bounds_error=None, fill_value=nan, assume_sorted=False)
返回一个函数

用法：

1. 常规用法

import matplotlib.pyplot as plt
from scipy import interpolate
x = np.arange(0, 10)
y = np.exp(-x/3.0)
f = interpolate.interp1d(x, y)

xnew = np.arange(0, 9, 0.1)
ynew = f(xnew)   # use interpolation function returned by `interp1d`
plt.plot(x, y, 'o', xnew, ynew, '-')
plt.show()

2. 通过设置参数fiil_value=‘extrapolate’，可以对越界的点额外进行插值。

fill_value：array-like or (array-like, array_like) or “extrapolate” optional
If “extrapolate”, then points outside the data range will be extrapolated.