scipy.interpolate.interp2d

class scipy.interpolate.interp2d(x, y, z, kind='linear', copy=True, bounds_error=False, fill_value=None)

在2-D网格上插值。

x ， y 和 z 是用于逼近某个函数f的值数组： z = f(x, y) ，它返回标量值。 z 。该类返回一个函数，该函数的调用方法使用样条插值来查找新点的值。

如果 x 和 y 表示规则网格，请考虑使用 RectBivariateSpline 。

如果 z 是一个向量值，请考虑使用 interpn 。

请注意，调用 interp2d 输入值中存在NAN会导致未定义的行为。

参数

x, yarray_like

定义数据点坐标的数组。

如果这些点位于规则网格上， x 可以指定列坐标和 y 行坐标，例如：：

>>> x = [0,1,2];  y = [0,3]; z = [[1,2,3], [4,5,6]]

否则， x 和 y 必须指定每个点的完整坐标，例如：：

>>> x = [0,1,2,0,1,2];  y = [0,0,0,3,3,3]; z = [1,2,3,4,5,6]

如果 x 和 y 是多维的，它们在使用前会被展平。

zarray_like

要在数据点处插值的函数值。如果 z 是多维数组，则在使用前将其展平。被展平的一条线的长度 z 数组为长度 (x )*镜头 (y )如果 x 和 y 指定列和行坐标或 len(z) == len(x) == len(y) 如果 x 和 y 指定每个点的坐标。

kind{‘线性’，‘立方’，‘五次’}，可选

要使用的样条线插值的类型。默认值为“线性”。

copy布尔值，可选

如果为True，则该类创建x、y和z的内部副本。如果为False，则可以使用引用。默认情况下是复制。

bounds_error布尔值，可选

如果为True，则在输入数据(x，y)的域外请求内插值时，将引发ValueError。如果为false，则 fill_value 是使用的。

fill_value数字，可选

如果提供，则为插值域外的点使用的值。如果省略(无)，域外的值将通过最近邻外推进行外推。

参见

RectBivariateSpline

如果输入数据位于格网上，则二维插值速度会快得多

bisplrep, bisplev

基于FITPACK的样条插值

BivariateSpline

FITPACK例程的较新包装器

interp1d

此函数的一维版本

注意事项

沿插值轴所需的最小数据点数量为 (k+1)**2 ，线性k=1，三次k=3，五次插值k=5。

内插器由以下结构构成 bisplrep ，平滑因子为0。如果需要对平滑进行更多控制， bisplrep 应该直接使用。

示例

构建二维栅格并在其上插值：

>>> from scipy import interpolate
>>> x = np.arange(-5.01, 5.01, 0.25)
>>> y = np.arange(-5.01, 5.01, 0.25)
>>> xx, yy = np.meshgrid(x, y)
>>> z = np.sin(xx**2+yy**2)
>>> f = interpolate.interp2d(x, y, z, kind='cubic')

现在使用获得的插值函数并绘制结果：

>>> import matplotlib.pyplot as plt
>>> xnew = np.arange(-5.01, 5.01, 1e-2)
>>> ynew = np.arange(-5.01, 5.01, 1e-2)
>>> znew = f(xnew, ynew)
>>> plt.plot(x, z[0, :], 'ro-', xnew, znew[0, :], 'b-')
>>> plt.show()

方法：

__call__ \(X，y[, dx, dy, assume_sorted] )

对函数进行插值。

上一页

scipy.interpolate.Rbf.__call__

下一页

scipy.interpolate.interp2d.__call__