具体代码如下所示:
import numpy as np from matplotlib import pyplot as plt from scipy.interpolate import interp1d x=np.linspace(0,10*np.pi,num=20) y=np.sin(x) f1=interp1d(x,y,kind='linear')#线性插值 f2=interp1d(x,y,kind='cubic')#三次样条插值 x_pred=np.linspace(0,10*np.pi,num=1000) y1=f1(x_pred) y2=f2(x_pred) plt.figure() plt.plot(x_pred,y1,'r',label='linear') plt.plot(x,f1(x),'b--','origin') plt.legend() plt.show() plt.figure() plt.plot(x_pred,y2,'b--',label='cubic') plt.legend() plt.show()

总结
以上所述是小编给大家介绍的python中的插值 scipy-interp的实现代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
继续阅读与本文标签相同的文章
下一篇 :
谷歌正在使用AI来数字化500万张历史照片
-
昔日电商巨头轰然倒塌!烧光几十亿补贴后,欠下工资5600万
2026-05-15栏目: 教程
-
从做流量的梦到踏实做生意,小程序成为互联网逆袭工具!
2026-05-15栏目: 教程
-
Uber在巴黎上线摩托车租赁服务,加速共享两轮布局对击Lyft
2026-05-15栏目: 教程
-
女性机器人深受日本宅男喜爱,只因拥有这些功能,比真人贴心
2026-05-15栏目: 教程
-
宏旺半导体解答ECC与RECC内存之间的区别
2026-05-15栏目: 教程
