Question

我想使用numpy / scipy在python中推断3d plot。通过曲线拟合进行外推。请参阅以下数据，这些数据具有不同的x＆amp; y尺寸。

onTodoClick

Scipy有scipy.interpolate.interp2d类，但只有x＆amp; y大小相同。 http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.interpolate.interp2d.html

我想在y轴点900＆amp;处推断曲线。 1200＆amp;在x轴点720。

即。

x = np.array([740,760,780,800,820,840,860,880,900,920,940,960])     # Presssure in mBar

y = np.array([1500,1800,2100,2400,2700,3000,3300,3600,3900])     # Rpm

# Fuel Amount in micro seconds

z = np.array([[1820,1820,1820,1820,2350,2820,3200,3440,3520,3600,3600,3600],  
              [1930,1930,1930,2170,2700,2880,3240,3580,3990,3990,3990,3990],  
              [1900,1900,2370,2680,2730,3050,3450,3760,3970,3970,3970,3970],  
              [2090,2090,2240,2410,2875,3180,3410,3935,4270,4270,4270,4270],  
              [1600,2180,2400,2700,2950,3290,3780,4180,4470,4470,4470,4470],  
              [2100,2280,2600,2880,3320,3640,4150,4550,4550,4550,4550,4550],  
              [2300,2460,2810,3170,3400,3900,4280,4760,4760,4760,4760,4760],  
              [2170,2740,3030,3250,3600,4100,4370,4370,4370,4370,4370,4370],  
             [2240,2580,2870,3275,3640,4050,4260,4260,4260,4260,4260,4260]])

因为我没有z = f（x，y）的函数。如何在python中对上述情况进行曲线拟合，并在所需的点获得曲线值。

Answer 1

您需要提供构建z值的网格，例如

x=[[740,760,...,960],
   .....
   [740,760,...,960]]

，同样适用于y。这可以使用numpy.meshgrid：

来实现

xx,yy=np.meshgrid(x,y)
test_function=interp2d(xx,yy,z)

使用您的数据，我可以执行test_function(720,900)并获得值1820，这是最近邻外推法。如果你需要＆＃34;更好＆＃34;外推（无论这意味着什么），你需要为你的数据开发某种模型函数，并使用scipy中的拟合方法。

python中3d绘图的曲线拟合和外推

1 个答案: