numpy的一維線性插值函數
阿新 • • 發佈:2018-06-05
crete linspace 谷歌 nal 樣本 其中 arr clas info
前言:
? ? ?在用生成對抗網絡生成二維數據點的時候遇到代碼裏的一個問題,就是numpy中的一維線性插值函數interp到底是怎麽用的,在這個上面費了點功夫,因此現將其用法給出。
? ? ?在生成對抗網絡的二維樣本生成的例子中,涉及了一維線性插值,代碼裏使用的是:
numpy.interp(x, xp, fp, left=None, right=None, period=None)
上網查了百度和谷歌發現都沒有具體的中文的解釋,只有官方的英文解釋:
\(One-dimensional\) \(linear\) \(interpolation.\) \(Returns\) \(the\)
\(one-dimensional\) \(piecewise\) \(linear\) \(interpolant\) \(to\) \(a\) \(function\) \(with\) \(given\) \(values\) \(at\) \(discrete\) \(data-points.\)
官方給出的例子如下:
>>> xp = [1, 2, 3] >>> fp = [3, 2, 0] >>> np.interp(2.5, xp, fp) 1.0 >>> np.interp([0, 1, 1.5, 2.72, 3.14], xp, fp) array([ 3. , 3. , 2.5 , 0.56, 0. ]) >>> UNDEF = -99.0 >>> np.interp(3.14, xp, fp, right=UNDEF) -99.0 Plot an interpolant to the sine function: >>> x = np.linspace(0, 2*np.pi, 10) >>> y = np.sin(x) >>> xvals = np.linspace(0, 2*np.pi, 50) >>> yinterp = np.interp(xvals, x, y) >>> import matplotlib.pyplot as plt >>> plt.plot(x, y, 'o') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.plot(xvals, yinterp, '-x') [<matplotlib.lines.Line2D object at 0x...>] >>> plt.show()
其中對於第一例子,只要畫出圖像就很好理解了:
也就是說只要參數中的\(2.5\)是我們要插入的值,我們要做的是連接\((2,2)\)和\((3,0)\)這兩個點,然後在\(x=2.5\)這裏做垂線,那麽相交的那個點(也就是\((2.5,1.0)\)這個點)就是我們要插入的點了。
numpy的一維線性插值函數