python的SciPy库依赖于NumPy,提供了便捷且快速的N维数组操作。 可以实现像插值,积分,优化,图像处理,特殊函数等等操作,本文介绍python中实现各种插值法的scipy.interpolate模块使用介绍。
一、scipy.interpolate介绍
可实现各种插值法的实现
插值,即依据一系列点( x , y ) (x,y)(x,y)通过一定的算法找到一个合适的函数来逼近这些点,反映出这些点的走势规律。当拟合出插值函数后便可用这个插值函数计算其他x xx对应的的y yy值,这就是插值的意义所在。
#定义函数x:横坐标列表y:纵坐标列表kind:插值方式 f=interpolate.interp1d(x,y,kind='cubic')
二、插值方式
nearest:最邻近插值法
zero:阶梯插值
slinear、linear:线性插值
quadratic、cubic:2、3阶B样条曲线插值
三、使用实例
scipy.interpolate.interp1d类会构建线性插值函数:
fromscipy.interpolateimportinterp1d linear_interp=interp1d(measured_time,measures)
然后scipy.interpolate.linear_interp实例需要被用来求得感兴趣时间点的值:
computed_time=np.linspace(0,1,50) linear_results=linear_interp(computed_time)
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)