2019年8月15日 python玄学建模(5)：插值(二维)

官方文档链接：https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp2d.html#scipy.interpolate.interp2d

这篇博客接着上次的scipy一维插值，讲讲二维插值api的用法

scipy库中可以通过interp2d类来实现一维插值

类原型：class?scipy.interpolate.interp2d(x,?y,?z,?kind=‘linear‘,?copy=True,?bounds_error=False,?fill_value=None)

参数如下：

x和y：插值点的x和y坐标。具体有两种写法，如果x和y可以通过笛卡尔积构成网格（例如x=[1,2,3]，y=[0,3]），则x和y就会被视为网格，插值点个数为len(x)*len(y)；

如果不能，那么x和y必须一一对应以指出每个插值点的x和y坐标，x和y的长度必须一致，比如x=[2,3,1]，y=[0,4]就表示(2,0),(3,(1,4)三个插值点，插值点个数为len(x)或len(y)；

如果x和y是多维的，则会被自动展平；

z：插值点的z坐标，一维数组（如果是多维则会被自动展平），长度必须与x和y决定的插值点个数一致；

kind：插值方式，有三种可选，分别是‘linear‘（线性插值）、‘cubic‘（三次样条插值）、‘quintic‘（五次样条插值）；

copy、bounds_error、fill_value三个参数用法和一维插值基本一样，不过fill_value只有固定填充值和外插两种方式。

二维插值api的用法一样很简单，下面就是官方文档中给出的例子：

>>> from scipy import interpolate
>>> x = np.arange(-5.01,5.01,0.25)
>>> y = np.arange(-5.01,0.25)
>>> xx,yy = np.meshgrid(x,y) #生成网格点，不了解用法的话可以直接查，资料很多
>>> z = np.sin(xx**2+yy**2)
>>> f = interpolate.interp2d(x,y,z,kind=‘cubic‘)
>>> import matplotlib.pyplot as plt
>>> xnew = np.arange(-5.01,1e-2)
>>> ynew = np.arange(-5.01,1e-2)
>>> znew = f(xnew,ynew)
>>> plt.plot(x,z[0,:],‘ro-‘,xnew,znew[0,‘b-‘)
>>> plt.show()

以上就是interp2d的简单用法。