scipy之插值器

今天药忘吃喽~ 2021-11-26 20:20 563阅读 0赞

'''
        插值：scipy提供了常见的插值算法，可以通过一组离散数据生成符合一定规律的插值函数（连续函数）。这样就可以传入x，得到函数值。
        ---插值是实现离散数据连续化的一种方式。
        在scipy中的interpolate中可以实现，具体为：
                func = scipy.interpolate.interp1d(离散数据x坐标，离散数据垂直坐标y,kind='linear')
                ---返回值：函数
                ---kind:表示插值算法,如'linear'线性插值器，'cubic'三次样条插值器
    
        应用领域：数据预处理
    
        案例：提供13个散点，基于scipy的插值得到一个连续函数，绘制这个连续函数图像
    '''
    
    import numpy as np
    import scipy.interpolate as si
    import matplotlib.pyplot as mp
    
    # 造一些散点数据
    min_x = -50
    max_x = 50
    dis_x = np.linspace(min_x, max_x, 15)
    dis_y = np.sinc(dis_x)
    
    # 绘图
    mp.figure('Insert Value')
    mp.scatter(dis_x, dis_y, s=60, c='red', marker='o')
    
    # 基于这些离散数据，使用插值获得连续函数---线性插值
    func = si.interp1d(dis_x, dis_y, kind='linear')
    # 绘制func函数
    x = np.linspace(min_x, max_x, 1000)
    y = func(x)
    mp.plot(x, y, label='linear')
    
    # 基于这些离散数据，使用插值获得连续函数---三次样条插值法
    func = si.interp1d(dis_x, dis_y, kind='cubic')
    # 绘制func函数
    x = np.linspace(min_x, max_x, 1000)
    y = func(x)
    mp.plot(x, y, label='Cubic')
    
    mp.show()

![1494002-20190712143442291-810473162.png][]

注：插值和随机数都可以用于数据预处理，如异常值修正、空白值填充等，如果符合某种概率分布的可以用随机数随机生成，其他的可以用各种插值器进行处理。

转载于:https://www.cnblogs.com/yuxiangyang/p/11175946.html

[1494002-20190712143442291-810473162.png]: /images/20211126/d6986a16b95f4430a962fe889f08fdbd.png