Python科学计算与数据处理-SciPy数值计算库.pptVIP

插值—interpolate * 演示二维插值。 “” import numpy as np from scipy import interpolate import pylab as pl def func(x, y): return (x+y)*np.exp(-5.0*(x**2 + y**2)) # X-Y轴分为15*15的网格 y, x = np.mgrid[-1:1:15j, -1:1:15j] fvals = func(x,y) # 计算每个网格点上的函数值 # 二维插值 newfunc = interpolate.interp2d(x, y, fvals, kind=‘cubic‘) 插值—interpolate * # 计算100*100的网格上的插值 xnew = np.linspace(-1,1,100) ynew = np.linspace(-1,1,100) fnew = newfunc(xnew, ynew)  # 绘图 # 为了更明显地比较插值前后的区别，使用关键字参数interpolation=nearest # 关闭imshow()内置的插值运算。 pl.subplot(121) pl.imshow(fvals, extent=[-1,1,-1,1], cmap=pl.cm.jet, in