Ctrl+K
scipy.interpolate.

interp1d#

class scipy.interpolate.interp1d(x, y, kind='linear', axis=-1, copy=True, bounds_error=None, fill_value=nan, assume_sorted=False)[原始碼]#

內插一維函數。

舊版

此類別被視為舊版，將不再接收更新。雖然我們目前沒有移除它的計畫，但我們建議新程式碼改用更現代的替代方案。有關 interp1d 的預期替代方案指南，請參閱 一維插值。

x 和 y 是用於近似函數 f 的值陣列：y = f(x)。此類別返回一個函數，其呼叫方法使用插值來尋找新點的值。

參數:
x(npoints, ) 類陣列

實數值的一維陣列。

y(…, npoints, …) 類陣列

實數值的 N 維陣列。y 沿插值軸的長度必須等於 x 的長度。使用 axis 參數選擇正確的軸。與其他內插器不同，預設插值軸是 y 的最後一個軸。

kindstr 或 int，選用

指定插值的種類，可以是字串或整數，用於指定要使用的樣條內插器的階數。字串必須是 ‘linear’、‘nearest’、‘nearest-up’、‘zero’、‘slinear’、‘quadratic’、‘cubic’、‘previous’ 或 ‘next’ 之一。‘zero’、‘slinear’、‘quadratic’ 和 ‘cubic’ 指的是零階、一階、二階或三階的樣條插值；‘previous’ 和 ‘next’ 只是返回點的前一個或下一個值；當插值半整數（例如 0.5、1.5）時，‘nearest-up’ 和 ‘nearest’ 的不同之處在於 ‘nearest-up’ 會向上捨入，而 ‘nearest’ 會向下捨入。預設值為 ‘linear’。

axisint，選用

y 陣列中對應於 x 座標值的軸。與其他內插器不同，預設值為 axis=-1。

copybool，選用

如果為 True，則此類別會建立 x 和 y 的內部副本。如果為 False，則盡可能使用對 x 和 y 的參考。預設值為複製。

bounds_errorbool，選用

如果為 True，則每當嘗試對 x 範圍之外的值進行插值（需要外插）時，都會引發 ValueError。如果為 False，超出範圍的值將被賦予 fill_value。預設情況下，除非 fill_value="extrapolate"，否則會引發錯誤。

fill_value類陣列 或 (類陣列, 類陣列) 或 “extrapolate”，選用

  • 如果是一個 ndarray（或浮點數），則此值將用於填充資料範圍之外的請求點。如果未提供，則預設值為 NaN。類陣列必須正確廣播到非插值軸的維度。

  • 如果是雙元素元組，則第一個元素用作 x_new < x[0] 的填充值，第二個元素用作 x_new > x[-1] 的填充值。任何不是雙元素元組的東西（例如，列表或 ndarray，無論形狀如何）都被視為單個類陣列參數，意在用於兩個邊界，如 below, above = fill_value, fill_value。使用雙元素元組或 ndarray 需要 bounds_error=False。

    在版本 0.17.0 中新增。

  • 如果為 “extrapolate”，則資料範圍之外的點將被外插。

    在版本 0.17.0 中新增。

assume_sortedbool，選用

如果為 False，則 x 的值可以為任意順序，並且會先進行排序。如果為 True，則 x 必須是單調遞增值的陣列。

另請參閱

splrep, splev

基於 FITPACK 的樣條插值/平滑。

UnivariateSpline

FITPACK 常式的物件導向包裝器。

interp2d

二維插值

註解

使用輸入值中存在 NaN 的 interp1d 會導致未定義的行為。

輸入值 x 和 y 必須可轉換為 float 值，例如 int 或 float。

如果 x 中的值不是唯一的，則產生的行為是未定義的，並且特定於 kind 的選擇，即，更改 kind 將更改重複項的行為。

範例

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy import interpolate
>>> x = np.arange(0, 10)
>>> y = np.exp(-x/3.0)
>>> f = interpolate.interp1d(x, y)

>>> xnew = np.arange(0, 9, 0.1)
>>> ynew = f(xnew)   # use interpolation function returned by `interp1d`
>>> plt.plot(x, y, 'o', xnew, ynew, '-')
>>> plt.show()
../../_images/scipy-interpolate-interp1d-1.png
屬性:
fill_value

填充值。

方法

__call__(x)

評估內插器
在本頁面上