python——numpy——interp（）函数
numpy.interp()主要使⽤场景为⼀维线性插值，返回离散数据的⼀维分段线性插值结果。
参数：
x: 数组
待插⼊数据的横坐标.
xp: ⼀维浮点数序列
原始数据点的横坐标，如果period参数没有指定那么就必须是递增的。否则，在使⽤xp = xp % period正则化之后，xp在内部进⾏排序.linspace numpy
fp: ⼀维浮点数或复数序列
原始数据点的纵坐标，和xp序列等长.
left: 可选参数，类型为浮点数或复数（对应于fp值），当x < xp[0]时的插值返回值，默认为fp[0].
right: 可选参数，类型为浮点数或复数（对应于fp值），当x > xp[-1]时的插值返回值，默认为fp[-1].
period: None或者浮点数，可选参数. 横坐标的周期. 此参数使得可以正确插⼊angular x-coordinates. 如果该参数被设定，那么忽略left参数和right参数。
返回值：
浮点数或复数（对应于fp值）或ndarray. 插⼊数据的纵坐标，和x形状相同。
注意：
在没有设置period参数时，默认要求xp参数是递增序列，可以使⽤下述代码进⾏检查：
np.all(np.diff(xp)> 0)  #计算每两个元素间隔差是否⼤于0。
⽰例：
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)  #xvals代表要⽣成点的横坐标，x代表原来区间的横坐标，y代表原来区间值得纵坐标。
import matplotlib.pyplot as plt
plt.plot(x, y, 'o')  #蓝⾊的点
plt.plot(xvals, yinterp, '-x') #黄⾊的区域
plt.show()
输出：
此函数⼀般⽤在X轴例如为时间轴当中，例如我们要对时间轴上的结果进⾏预测，可⽤此函数进⾏⼤致预测。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。