【问题标题】:numpy interpolation with period带周期的numpy插值
【发布时间】:2022-11-17 13:35:09
【问题描述】:

有人可以向我解释 documentation 中的代码,具体如下:

使用周期性 x 坐标进行插值:

x = [-180, -170, -185, 185, -10, -5, 0, 365]

xp = [190, -190, 350, -350]

fp = [5, 10, 3, 4]

np.interp(x, xp, fp, period=360)

数组([7.5 , 5. , 8.75, 6.25, 3. , 3.25, 3.5, 3.75])

我做了这样的试验

import matplotlib.pyplot as plt
import numpy as np

x = [-180, -170, -185, 185, -10, -5, 0, 365]
xp = [190, -190, 350, -350]
fp = [5, 10, 3, 4]

y=np.interp(x, xp, fp, period=360)
print(x)
print(y)


plt.grid()
plt.plot(xp, fp)
#plt.scatter(x,y,marker="o",color="green")
plt.plot(x,y,'o')
plt.show()

它像这样显示

橙色点如何被视为“插值”超出了我的范围。他们甚至不在曲线上

【问题讨论】:

  • x 中的值未排序。 matplotlib的plot函数按照给定的顺序绘制曲线;它不会为您排序值。如果 x 值来回跳动,则“曲线”(即连接给定点的线段)也会来回跳动。

标签: python numpy


【解决方案1】:

在演示 interp 文档字符串中使用 period 的示例中使用的数字在图中可能有点难以解释。这是正在发生的事情......

周期是 360,给定的“已知”点是

xp = [190, -190, 350, -350]
fp = [  5,   10,   3,    4]

请注意,xp 中的值跨度大于 360。让我们将区间 [0, 360) 视为插值器的基本域。如果我们将给定的点映射到基本域,它们是:

xp1 = [190, 170, 350, 10]
fp1 = [  5,  10,   3,  4]

现在对于一个周期性插值器,我们可以想象这个数据在正负方向上周期性地扩展,例如

xp_ext = [..., 190-360, 170-360, 350-360, 10-360, 190, 170, 350, 10, 190+360, 170+360, 350+360, 10+360, ...]
fp_ext = [...,       5,      10,       3,      4,   5,  10,   3,  4,       5,      10,       3,      4, ...]

interp 插值的正是这个扩展数据。

这是一个脚本,它用一组密集的点替换示例中的数组 x。有了这个密集集,y = np.interp(x, xp, fp, period=360) 的情节应该更清楚发生了什么:

xp = [190, -190, 350, -350]
fp = [5, 10, 3, 4]
x = np.linspace(-360, 720, 1200)
y = np.interp(x, xp, fp, period=360)
plt.plot(x, y, '--')
plt.plot(xp, fp, 'ko')
plt.grid(True)

图中的每个“角”都位于 (xp, fp) 的定期扩展版本中的一个点。

【讨论】:

    猜你喜欢
    • 2011-09-05
    • 1970-01-01
    • 2018-07-25
    • 2018-05-01
    • 2013-04-06
    • 2020-09-28
    • 2013-12-25
    • 1970-01-01
    • 2018-04-03
    相关资源
    最近更新 更多