python scipy 插值_插值法怎么算的

激活谷笔记 • 2025-02-06 23:51 • 阅读 109

在Python中，进行数值插值通常使用`scipy.interpolate`库中的`interp1d`函数。下面是一些常用的插值方法及其示例代码：

线性插值

 import numpy as np from scipy.interpolate import interp1d 已知数据点 x = np.array（[1, 2, 3, 4]） y = np.array（[10, 20, 30, 40]） 创建线性插值函数 f_linear = interp1d（x, y） 在新的数据点上进行插值 x_new = np.array（[1.5, 2.5, 3.5]） y_new_linear = f_linear（x_new） print（"线性插值结果：", y_new_linear）

多项式插值

 import numpy as np from scipy.interpolate import interp1d 已知数据点 x = np.array（[1, 2, 3, 4]） y = np.array（[10, 20, 30, 40]） 进行多项式插值 coefficients = np.polyfit（x, y, deg=len（x）-1） f_poly = np.poly1d（coefficients） 在新的数据点上进行插值 x_new = np.array（[1.5, 2.5, 3.5]） y_new_poly = f_poly（x_new） print（"多项式插值结果：", y_new_poly）

三次样条插值

 import numpy as np from scipy.interpolate import interp1d 已知数据点 x = np.linspace（0, 10, 11） y = np.sin（x） 创建三次样条插值函数 f_spline = interp1d（x, y, kind='cubic'） 在新的数据点上进行插值 x_new = np.linspace（0, 10, 101） y_new_spline = f_spline（x_new） 可视化结果 import matplotlib.pyplot as plt plt.plot（x, y, 'ro', label='原始数据'） plt.plot（x_new, y_new_spline, label='三次样条插值'） plt.legend（） plt.show（）

以上示例展示了如何使用`interp1d`函数进行线性、多项式和三次样条插值。你可以根据需要选择不同的插值方法。

python scipy 插值_插值法怎么算的

相关推荐