我在x和y轴上有数据,输出在z
例如
y = 10
x = [1,2,3,4,5,6]
z = [2.3,3.4,5.6,7.8,9.6,11.2]
y = 20
x = [1,2,3,4,5,6]
z = [4.3,5.4,7.6,9.8,11.6,13.2]
y = 30
x = [1,2,3,4,5,6]
z = [6.3,7.4,8.6,10.8,13.6,15.2]
当y = 15 x = 3.5
时,如何找到z的值我试图使用scipy,但我很陌生
非常感谢您的帮助
vibhor
答案 0 :(得分:4)
scipy.interpolate.bisplrep
参考: http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.bisplrep.html
import scipy
import math
import numpy
from scipy import interpolate
x= [1,2,3,4,5,6]
y= [10,20,30]
Y = numpy.array([[i]*len(x) for i in y])
X = numpy.array([x for i in y])
Z = numpy.array([[2.3,3.4,5.6,7.8,9.6,11.2],
[4.3,5.4,7.6,9.8,11.6,13.2],
[6.3,7.4,8.6,10.8,13.6,15.2]])
tck = interpolate.bisplrep(X,Y,Z)
print interpolate.bisplev(3.5,15,tck)
7.84921875
修改强>
上层解决方案并不能让您完美契合。 检查
print interpolate.bisplev(x,y,tck)
[[ 2.2531746 4.2531746 6.39603175]
[ 3.54126984 5.54126984 7.11269841]
[ 5.5031746 7.5031746 8.78888889]
[ 7.71111111 9.71111111 10.9968254 ]
[ 9.73730159 11.73730159 13.30873016]
[ 11.15396825 13.15396825 15.2968254 ]]
克服x和5度方向的第5度的插值白色多项式
tck = interpolate.bisplrep(X,Y,Z,kx=5,ky=2)
print interpolate.bisplev(x,y,tck)
[[ 2.3 4.3 6.3]
[ 3.4 5.4 7.4]
[ 5.6 7.6 8.6]
[ 7.8 9.8 10.8]
[ 9.6 11.6 13.6]
[ 11.2 13.2 15.2]]
此产量
print interpolate.bisplev(3.5,15,tck)
7.88671875
<强>绘制:强>
参考http://matplotlib.sourceforge.net/examples/mplot3d/surface3d_demo.html
fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(X, Y, Z,rstride=1, cstride=1, cmap=cm.jet)
plt.show()
答案 1 :(得分:1)
给定(不是Python代码,因为第二个赋值会在每种情况下消除第一个,当然; - ):
y = 10
x = [1,2,3,4,5,6]
z = [2.3,3.4,5.6,7.8,9.6,11.2]
y = 20
x = [1,2,3,4,5,6]
z = [4.3,5.4,7.6,9.8,11.6,13.2]
你问:“当y = 15 x = 3.5”时,我如何找到z的值?
由于您正在查看给定“网格”中x和y两者中的等距点,因此您只需获取网格值之间的中点(如果您的值不等距,则采用比例中点,见后面)。因此,对于y = 10,x 3和4的z值分别为5.6和7.8,因此对于x 3.5,您估计它们的中点为6.7;并且类似地,对于y = 20,您估计7.6和9.8之间的中点,即8.7。最后,由于y = 15,因此6.7和8.7之间的中点是z的最终插值:7.7。
假设你有y = 13而x = 3.8。然后对于x,您将采用80%的值,即:
对于y = 10,0.2 * 5.6 + 0.8 * 7.8 - > 7.36
对于y = 20,0.2 * 7.6 + 0.8 * 9.8 - > 9.46
现在你想要z之间的30%,0.3 * 7.36 + 0.7 * 9.46 - &gt; 8.83,那是z。
这是线性插值,它非常简单。您想手动计算它,还是找到为您执行此操作的例程(例如将numpy
数组作为“网格”)?即使在后一种情况下,我希望这种“手动”解释(显示你在最基本的算术术语中所做的事情)可以帮助你理解你在做什么......; - )。
当然还有更高级的插值形式 - 你需要那些,还是线性插值足以满足你的用例?
答案 2 :(得分:0)
我想说的只是取其周围值的平均值。因此,如果你需要X = 3.5和Y = 15(3.5,15),你平均(3,10),(3,20),(4,10)和(4,20)。由于我不知道你正在处理什么数据,我不确定确切的接近度是否重要 - 在这种情况下你可以坚持平均值 - 或者如果你需要做某种反距离加权。