数据分析与可视化 课件 4.5 SciPy插值_第1页
数据分析与可视化 课件 4.5 SciPy插值_第2页
数据分析与可视化 课件 4.5 SciPy插值_第3页
数据分析与可视化 课件 4.5 SciPy插值_第4页
数据分析与可视化 课件 4.5 SciPy插值_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

SciPy插值1.插值2.一维函数插值3.一维平滑样条插值1.插值插值是在离散数据的基础上补插连续函数，使得这条连续

曲线通过全部给定的离散据点。Scipy的插值功能由erpolate提供。主要介绍两种插值一维函数插值一维平滑样条插值classscipy.erp1d(x,y,kind='linear',axis=-1,copy=True,bounds_error=None,fill_value=nan,assume_sorted=False)2.一维函数插值模块调用：数学模型：已知未知函数在n+1个互不相同的观测点处的函数值：寻求一个近似函数（近似曲线），使之满足即求一条近似曲线，使其通过所有数据点。fromscipyimportinterpolate

importnumpyasnp

importmatplotlib.pyplotasplt

x=np.linspace(0,4,12)

y=np.cos(x**2/3+4)

print(x,y)

print('一维插值：构建插值函数')

f1=interpolate.interp1d(x,y,kind='linear')

print('linear:',f1)#线性插值对象

f2=interpolate.interp1d(x,y,kind='cubic')

print('cubic:',f2)#三次样条插值对象

xnew=np.linspace(0,4,30)

plt.plot(x,y,'o')

plt.plot(xnew,f1(xnew),'-')

plt.plot(xnew,f2(xnew),'--')

plt.legend(['data','linear','cubic'],loc='best')

plt.show()2.一维函数插值可视化结果代码

示例：使用interpld类对cos函数生成的数据进行插值。3.一维平滑样条插值模块调用：classscipy.interpolate.UnivariateSpline(x,y,w=None,bbox=[None,None],k=3,s=None,ext=0,check_finite=False)print('绘制散点图(红色)')

importnumpyasnp

importmatplotlib.pyplotasplt

x=np.linspace(-3,3,50)

y=np.exp(-x**2)+0.1*np.random.randn(50)

plt.scatter(x,y,c='r')

fromerpolateimportUnivariateSpline

print('平滑曲线1(绿色)')

spl=UnivariateSpline(x,y)

xs=np.linspace(-3,3,1000)

plt.plot(xs,spl(xs),'g',lw=3)

print('平滑曲线2(蓝色)')

spl.set_smoothing_factor(0.5)

plt.plot(xs,spl(xs)

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论