python interpolate插值實(shí)例
我就廢話不多說了，大家還是直接看代碼吧~
import numpy as np #從scipy庫(kù)中導(dǎo)入插值需要的方法 interpolate from scipy import interpolate #數(shù)據(jù)可視化,繪制散點(diǎn)圖 import matplotlib.pyplot as plt
#定義函數(shù) x:橫坐標(biāo)列表 y:縱坐標(biāo)列表 kind:插值方式
f = interpolate.interp1d(x, y, kind='cubic')
插值方式：
nearest：最鄰近插值法
zero：階梯插值
slinear、linear：線性插值
quadratic、cubic：2、3階B樣條曲線插值
#定義新的橫坐標(biāo)列表 x_new=list(np.arange(0, 15, 0.5)) y_new=list(f(x_new)) plt.plot(x,y,'r',label='original values') plt.plot(x_new,y_new,'b',label='interpolated values') plt.show() plt.close()
補(bǔ)充知識(shí)：python scipy樣條插值函數(shù)大全（interpolate里interpld函數(shù)）
scipy樣條插值
1、樣條插值法是一種以可變樣條來作出一條經(jīng)過一系列點(diǎn)的光滑曲線的數(shù)學(xué)方法。插值樣條是由一些多項(xiàng)式組成的，每一個(gè)多項(xiàng)式都是由相鄰的兩個(gè)數(shù)據(jù)點(diǎn)決定的，這樣，任意的兩個(gè)相鄰的多項(xiàng)式以及它們的導(dǎo)數(shù)(不包括仇階導(dǎo)數(shù))在連接點(diǎn)處都是連續(xù)的。 連接點(diǎn)的光滑與連續(xù)是樣條插值和前邊分段多項(xiàng)式插值的主要區(qū)別。
2、在Scipy里可以用scipy.interpolate模塊下的interpld函數(shù) 實(shí)現(xiàn)樣條插值。 SciPy的0.14.0版本里樣條插值方式有：'linear','zero', 'slinear', 'quadratic'(2次), 'cubic'(3次), 4, 5等。
3、scipy多次樣條插值的應(yīng)用格式如下所示:
import numpy as np, matplotlib.pyplot as plt from scipy.interpolate import interpld #導(dǎo)入scipy里interpolate模塊中的interpld插值模塊 x= np.array([0, 1, 2, 3, 4, 5, 6, 7]) y= np.array([3, 4, 3.5, 2, 1, 1.5, 1.25, 0.9]) #離散點(diǎn)的分布 xx = np.linspace(x.min(), x.max(), 100) #新的插值區(qū)間及其點(diǎn)的個(gè)數(shù) plt.scatter(x, y) #散點(diǎn)圖 #for n in ['linear','zero', 'slinear', 'quadratic', 'cubic', 4, 5]: #python scipy里面的各種插值函數(shù) f = interp1d(x, y,kind="cubic") #編輯插值函數(shù)格式 ynew=f(xx) #通過相應(yīng)的插值函數(shù)求得新的函數(shù)點(diǎn) plt.plot(xx,ynew,"g") #輸出新的函數(shù)點(diǎn)的圖像 plt.show()
以上這篇python interpolate插值實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了通過python開發(fā)的一個(gè)小球完全彈性碰撞游戲效果，特分享下2013-10-10
selenium+python配置chrome瀏覽器的選項(xiàng)的實(shí)現(xiàn)
這篇文章主要介紹了selenium+python配置chrome瀏覽器的選項(xiàng)的實(shí)現(xiàn)。文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
Python數(shù)據(jù)分析之?Pandas?Dataframe應(yīng)用自定義
這篇文章主要介紹了Python數(shù)據(jù)分析之?Pandas?Dataframe應(yīng)用自定義，文章基于python的相關(guān)資料展開?Pandas?Dataframe應(yīng)用自定義的詳細(xì)內(nèi)容，需要的小伙伴可以參考一下2022-05-05
這篇文章主要介紹了利用pandas按日期做分組運(yùn)算的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03
python3.7實(shí)現(xiàn)云之訊、聚合短信平臺(tái)的短信發(fā)送功能
這篇文章主要介紹了python3.7實(shí)現(xiàn)云之訊、聚合短信平臺(tái)的短信發(fā)送功能，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-09-09
Python中函數(shù)及默認(rèn)參數(shù)的定義與調(diào)用操作實(shí)例分析
這篇文章主要介紹了Python中函數(shù)及默認(rèn)參數(shù)的定義與調(diào)用操作,結(jié)合實(shí)例形式分析了Python中函數(shù)的定義及參數(shù)的使用技巧,需要的朋友可以參考下2017-07-07
python項(xiàng)目對(duì)接釘釘SDK的實(shí)現(xiàn)
這篇文章主要介紹了python項(xiàng)目對(duì)接釘釘SDK的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
python編寫網(wǎng)頁(yè)爬蟲腳本并實(shí)現(xiàn)APScheduler調(diào)度
爬蟲爬的頁(yè)面是京東的電子書網(wǎng)站頁(yè)面，每天會(huì)更新一些免費(fèi)的電子書，爬蟲會(huì)把每天更新的免費(fèi)的書名以第一時(shí)間通過郵件發(fā)給我，通知我去下載2014-07-07
pandas中DataFrame字典互轉(zhuǎn)的實(shí)現(xiàn)
在數(shù)據(jù)處理和分析中,Pandas是一個(gè)非常強(qiáng)大的Python庫(kù),本文主要介紹了pandas中DataFrame字典互轉(zhuǎn)的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2024-04-04
Python?調(diào)用GPT-3?API實(shí)現(xiàn)過程詳解
這篇文章主要為大家介紹了Python?調(diào)用GPT-3?API實(shí)現(xiàn)過程詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-02-02