scipy.interpolate.interp1d()函数详解

插值模块scipy.interpolate是插值模块，插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。与拟合不同的是，要求曲线通过所有的已知数据。计算插值有两种基本的方法：对一个完整的数据集去拟合一个函数；仿样内插法：对数据集的不同部分拟合出不同的函数，而函数之间的曲线平滑对接。SciPy的interpolate模块提供了许多对数...

文章共861字 · 阅读需要大约3分钟

一键AI生成摘要，助你高效阅读

问答

quantLearner

58940人浏览 · 2019-09-16 11:32:39

quantLearner · 2019-09-16 11:32:39 发布

插值模块

scipy.interpolate是插值模块，插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。与拟合不同的是，要求曲线通过所有的已知数据。计算插值有两种基本的方法：
- 对一个完整的数据集去拟合一个函数；
- 仿样内插法：对数据集的不同部分拟合出不同的函数，而函数之间的曲线平滑对接。
SciPy的interpolate模块提供了许多对数据进行插值运算的函数，范围涵盖简单的一维插值到复杂多维插值求解。

当样本数据变化归因于一个独立的变量时，就使用一维插值；反之样本数据归因于多个独立变量时，使用多维插值。

一维插值interp1d 官方文档

class scipy.interpolate.interp1d(x, y, kind='linear', axis=-1, copy=True, bounds_error=None, fill_value=nan, assume_sorted=False)

这是一个类，用于完成一维数据的插值运算。

参数

参数	数据类型	意义
x	(N,) array_like	一维数据
y	(…,N,…) array_like	N维数据，其中插值维度的长度必须与x长度相同
kind	str or int, optional	给出插值的样条曲线的阶数 ‘zero’ 、'nearest’零阶 ‘slinear’ 、'linear’线性 ‘quadratic’ 、'cubic’二阶和三阶样条曲线，更高阶的曲线可以直接使用整数值指定
axis	int, optional	指定y中插值的轴，默认是y的最后一维
copy	bool, optional	如果True（default）类内置x和y的备份
bounds_error	bool, optional	如果True(Default)，在插值过程中超出x的范围就会报错ValueError; 如果False，超界的值由fill_value指定。默认是True，除非fill_value=‘extrapolate’
fill_value	array-like or (array-like, array_like) or “extrapolate”, optional
assume_sorted	bool, optional