使用 SciPy 库比较"三次"和"线性"一维插值
scipyscientific computingprogramming
下面的 Python 脚本将比较‘三次’和‘线性’使用 SciPy 库对相同数据进行插值 −
示例
首先让我们生成一些数据来实现对该 − 的插值
import numpy as np from scipy.interpolate import interp1d import matplotlib.pyplot as plt A = np.linspace(0, 10, num=11, end=True) B = np.cos(-A**2/9.0) print (A, B)
输出
上述脚本将在 0 到 4 − 之间生成以下点
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.] [ 1. 0.99383351 0.90284967 0.54030231 -0.20550672 -0.93454613 -0.65364362 0.6683999 0.67640492 -0.91113026 0.11527995]
现在，让我们按如下方式绘制这些点 −
plt.plot(A, B, '.') plt.show()
现在，基于固定数据点，我们需要创建两个插值函数 - 一个用于‘线性’，另一个用于‘三次’。让我们创建它 −
function_interpolate1 = interp1d(A, B, kind = 'linear') function_interpolate2 = interp1d(A, B, kind = 'cubic')
为了看到两种插值的明显差异，我们将使用与旧输入相同的函数创建一个更长的新输入 −
Anew = np.linspace(0, 10, num=30, endpoint=True) plt.plot(A, B, 'x', Anew, function_interpolate1(Anew), '-', Anew,function_interpolate2(Anew), '--') plt.legend(['data', 'linear', 'cubic'], loc = 'best') plt.show()
