numpy.interp

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

單維線性內插，適用於單調遞增的樣本點。

傳回給定離散資料點 (xp, fp) 的函數的單維分段線性內插，並在 x 處求值。

參數:

xarray_like

要評估內插值的 x 座標。

xp浮點數的 1-D 序列

資料點的 x 座標，如果未指定引數 period，則必須遞增。否則，xp 會在將週期性邊界正規化為 xp = xp % period 後在內部排序。

fp浮點數或複數的 1-D 序列

資料點的 y 座標，與 xp 長度相同。

left選用浮點數或複數，對應於 fp

當 x < xp[0] 時傳回的值，預設值為 fp[0]。

right選用浮點數或複數，對應於 fp

當 x > xp[-1] 時傳回的值，預設值為 fp[-1]。

periodNone 或浮點數，選用

x 座標的週期。此參數允許對角度 x 座標進行適當的內插。如果指定 period，則會忽略參數 left 和 right。

傳回值:

y浮點數或複數 (對應於 fp) 或 ndarray

內插值，與 x 形狀相同。

引發:

ValueError

如果 xp 和 fp 長度不同 如果 xp 或 fp 不是 1-D 序列 如果 period == 0

Warning

x 座標序列預期為遞增，但這並未明確強制執行。但是，如果序列 xp 為非遞增，則內插結果將毫無意義。

請注意，由於 NaN 是不可排序的，因此 xp 也不能包含 NaN。

檢查 xp 是否嚴格遞增的簡單方法是

np.all(np.diff(xp) > 0)

另請參閱

scipy.interpolate

範例

>>> import numpy as np
>>> xp = [1, 2, 3]
>>> fp = [3, 2, 0]
>>> np.interp(2.5, xp, fp)
1.0
>>> np.interp([0, 1, 1.5, 2.72, 3.14], xp, fp)
array([3.  , 3.  , 2.5 , 0.56, 0.  ])
>>> UNDEF = -99.0
>>> np.interp(3.14, xp, fp, right=UNDEF)
-99.0

繪製正弦函數的內插

>>> x = np.linspace(0, 2*np.pi, 10)
>>> y = np.sin(x)
>>> xvals = np.linspace(0, 2*np.pi, 50)
>>> yinterp = np.interp(xvals, x, y)
>>> import matplotlib.pyplot as plt
>>> plt.plot(x, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(xvals, yinterp, '-x')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.show()

使用週期性 x 座標進行內插

>>> x = [-180, -170, -185, 185, -10, -5, 0, 365]
>>> xp = [190, -190, 350, -350]
>>> fp = [5, 10, 3, 4]
>>> np.interp(x, xp, fp, period=360)
array([7.5 , 5.  , 8.75, 6.25, 3.  , 3.25, 3.5 , 3.75])

複數內插

>>> x = [1.5, 4.0]
>>> xp = [2,3,5]
>>> fp = [1.0j, 0, 2+3j]
>>> np.interp(x, xp, fp)
array([0.+1.j , 1.+1.5j])