NumPy 插值

在 NumPy 中，插值用于估计函数在未知值的点上的值。

假设我们有两个数组：day 表示星期几，gold_price 表示每克黄金的价格。

day = np.array([2, 4, 7])
gold_price = np.array([55, 58, 65])

根据给定的数据集，我们可以说第 2 天黄金的价格是 55。但我们不知道第 3 天黄金的价格。

在这种情况下，我们使用插值来估计数据点之间任何一天的黄金价格。

NumPy 插值

NumPy 提供了一个 interp() 函数来处理插值。我们来看一个例子。

import numpy as np

day = np.array([2, 4, 7])
gold_price = np.array([55, 58, 65])

# find the value of gold on day 3
day3_value = np.interp(3, day, gold_price)

print("The value of gold on day 3 is", day3_value)

输出

The value of gold on day 3 is 56.5

在这里，我们使用了 interp() 函数来查找第 3 天黄金的价格。

我们向 interp() 函数发送了 3 个参数

• 3：需要插值坐标的值
• day：表示星期几的数据点的 x 坐标
• gold_price：表示黄金价格的数据点的 y 坐标

示例：NumPy 插值

import numpy as np

day = np.array([2, 4, 7, 10])
gold_price = np.array([55, 58, 65, 70])

# days whose value is to be interpolated
interpolate_days = np.array([1, 3, 5, 6, 8, 9])

interpolated_price= np.interp(interpolate_days, day, gold_price)

print(interpolated_price)

输出

[55.   56.5   60.33333333   62.66666667   66.66666667   68.33333333]

在此示例中，我们使用了 interp() 函数对数组 interpolate_days 中的值进行插值。

结果数组是第 1、3、5、6、8 和 9 天的估算黄金价格。

绘制插值后的值图

要绘制图表，我们需要从 matplotlib 模块导入 pyplot。我们来看一个例子。

import numpy as np
import matplotlib.pyplot as plt

# arrays with random data points
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([0, 3, 4, 5, 7, 8]) 

# generate evenly spaced values between the minimum and maximum x values
x_interp = np.linspace(x.min(), x.max(), 100)

# interp() to interpolate y values
y_interp = np.interp(x_interp, x, y)

# plot the original data points and the interpolated values
plt.plot(x, y, 'bo')
plt.plot(x_interp, y_interp, 'r-')

plt.show()

输出

在此示例中，我们绘制了 y_interp 中插值后的值的图。

首先，我们使用 linspace() 函数生成了 x 的最小值和最大值之间的 100 个均匀间隔的值。

然后，我们使用 interp() 函数对 y 值进行插值，并使用 plot() 函数绘制了插值后的值。