这篇文章给大家分享的是有关Python如何实现线性插值和三次样条插值的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
(1)、函数
y = sin(x)
(2)、数据准备
#数据准备 X=np.arange(-np.pi,np.pi,1) #定义样本点X，从-pi到pi每次间隔1 Y= np.sin(X)#定义样本点Y，形成sin函数 new_x=np.arange(-np.pi,np.pi,0.1) #定义差值点
(3)、样条插值
#进行样条差值 import scipy.interpolate as spi #进行一阶样条插值 ipo1=spi.splrep(X,Y,k=1) #样本点导入，生成参数 iy1=spi.splev(new_x,ipo1) #根据观测点和样条参数，生成插值 #进行三次样条拟合 ipo3=spi.splrep(X,Y,k=3) #样本点导入，生成参数 iy3=spi.splev(new_x,ipo3) #根据观测点和样条参数，生成插值
(4)、绘图
##作图
fig,(ax1,ax2)=plt.subplots(2,1,figsize=(10,12))
ax1.plot(X,Y,'o',label='样本点')
ax1.plot(new_x,iy1,label='插值点')
ax1.set_ylim(Y.min()-1,Y.max()+1)
ax1.set_ylabel('指数')
ax1.set_title('线性插值')
ax1.legend()
ax2.plot(X,Y,'o',label='样本点')
ax2.plot(new_x,iy3,label='插值点')
ax2.set_ylim(Y.min()-1,Y.max()+1)
ax2.set_ylabel('指数')
ax2.set_title('三次样条插值')
ax2.legend()(5)、综合代码
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#数据准备
X=np.arange(-np.pi,np.pi,1) #定义样本点X，从-pi到pi每次间隔1
Y= np.sin(X)#定义样本点Y，形成sin函数
new_x=np.arange(-np.pi,np.pi,0.1) #定义差值点
#进行样条差值
import scipy.interpolate as spi
#进行一阶样条插值
ipo1=spi.splrep(X,Y,k=1) #样本点导入，生成参数
iy1=spi.splev(new_x,ipo1) #根据观测点和样条参数，生成插值
#进行三次样条拟合
ipo3=spi.splrep(X,Y,k=3) #样本点导入，生成参数
iy3=spi.splev(new_x,ipo3) #根据观测点和样条参数，生成插值
##作图
fig,(ax1,ax2)=plt.subplots(2,1,figsize=(10,12))
ax1.plot(X,Y,'o',label='样本点')
ax1.plot(new_x,iy1,label='插值点')
ax1.set_ylim(Y.min()-1,Y.max()+1)
ax1.set_ylabel('指数')
ax1.set_title('线性插值')
ax1.legend()
ax2.plot(X,Y,'o',label='样本点')
ax2.plot(new_x,iy3,label='插值点')
ax2.set_ylim(Y.min()-1,Y.max()+1)
ax2.set_ylabel('指数')
ax2.set_title('三次样条插值')
ax2.legend()(6)、结果展示
感谢各位的阅读！关于“Python如何实现线性插值和三次样条插值”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
