插值函数总结(下篇之二维插值)
命令2 interp2
功能:二维数据内插值(表格查找)
格式1:z1 = interp2(x,y,z,x1,y1)
返回矩阵z1,其元素包含对应于参量x1与y1(可以是向量、或同型矩阵) 的元素, 即z1(i,j) ←[x1(i,j),y1(i,j)]。大家可以输入行向量和列向量x1与y1,此时,输出向量z1与矩阵meshgrid(x1,y1)是同型的。同时取决于由输入矩阵x、y 与 z 确定的二维函数z=f(x,y)。参量x与y必须是单调的,且相同的划分格式,就像由命令meshgrid 生成的一样。若x1与y1中有在x与y范围之外的点,则相应地返回NaN(Not a Number)。
参考实例:
[x,y] = meshgrid(-3:0.25:3);
z=peaks(x,y);
[x1,y1] = meshgrid(-3:0.125:3);
z1 = interp2(x,y,z,x1,y1);
surfl(x,y,z);
hold on;
surfl(x1,y1,z1+15)
axis([-3 3 -3 3 -5 20]);
shading flat
hold off
结果展示:
格式2:z1= interp2(x,y,z,x1,y1,method)
用指定的算法method 计算二维插值:
’linear’:双线性插值算法(缺省算法);
’nearest’:最临近插值;
’spline’:三次样条插值;
’cubic’:双三次插值。
案例一:
years = 1950:10:1990;
service = 10:10:30;
wage = [150.697 199.592 187.625
179.323 195.072 250.287
203.212 179.092 322.767
226.505 153.706 426.730
249.633 120.281 598.243];
w = interp2(service,years,wage,15,1975)
结果展示:
w = 190.6288
我们可以利用interp2插值来求解出与指定的x1和y1相对应的z1。
案例二(当x与y维度相同时):
years = 1970:10:1990; %y
service = 10:10:30; %x
wage = [150 199 187; 250 203 179; 153 426 249;];
x1=10:1:30;
y1=1970:1:1990;
z1= interp2(service,years,wage,x1,y1,"cubic")
结果展示:
z1 = 1×21 150.0000 172.1721 185.0352 191.2591 193.1792 192.7969 191.7792 191.4591 192.8352 196.5721 203.0000 212.1151 223.5792 236.7201 250.5312 263.6719 274.4672 280.9081 280.6512 271.0191 249.0000
我们就可以利用interp2插值来求解出与21组x1和y1相对应的21组z1。
案例三(当x与y维度不同时):
years = 1950:10:1990; %y
service = 10:10:30; %x
wage = [150.697 199.592 187.625
179.323 195.072 250.287
203.212 179.092 322.767
226.505 153.706 426.730
249.633 120.281 598.243];
x1=linspace(10,30,21);
y1=linspace(1950,1990,21);
z1= interp2(service,years,wage,x1,y1,"cubic")
结果展示:
z1 = 1×21 150.6970 163.0182 171.9318 177.8079 181.0839 182.2643 181.9160 180.6725 179.2311 178.3883 179.0920 182.3675 189.2554 201.1017 219.6234 246.9901 285.4695 337.2082 404.7324 490.7684 598.2430
我们就可以利用interp2插值来求解出与21组x1和y1相对应的21组z1。
格式3:z1= interp2(z,x1,y1)
缺省地,x=1:n、y =1:m,其中[m,n]=size(z)。再按第一种情形进行计算。
格式4:z1= interp2(z,n)
作n次递归计算,在z的每两个元素之间插入它们的二维插值,这样,z的阶数将不断增加。 interp2(z)等价于interp2(z,1)。
插值函数总结(下篇之二维插值)相关推荐
- 二维插值-MATLAB
二维插值与MATLAB实例解析 一.插值节点为网格节点 二.插值节点为散乱节点 Addition: (1)学会查看matlab帮助文档 (2)matlab脚本类型 (3)matlab三维绘图函数 二维 ...
- 插值与拟合 (一) : 拉格朗日多项式插值 、Newton插值 、分段线性插值、Hermite插值 、样条插值、 B 样条函数插值、二维插值
插值:求过已知有限个数据点的近似函数. 拟合:已知有限个数据点,求近似函数,不要求过已知数据点,只要求在某种意义下它在这些点上的总偏差最小. 插值和拟合都是要根据一组数据构造一个函数作为近似,由于近似 ...
- 数学建模——一维、二维插值模型详解Python代码
数学建模--一维.二维插值模型详解Python代码 一.一维插值 # -*-coding:utf-8 -*- import numpy as np from scipy import interpol ...
- python二维插值_python实现二维插值的三维显示
本文实例为大家分享了二维插值的三维显示具体代码,供大家参考,具体内容如下 # -*- coding: utf-8 -*- """ 演示二维插值. "" ...
- 一篇文章带你认识数学建模中的二维插值
本篇文章主要是认识数学建模中的二维插值 二维插值的具体计算可参考:一篇文章带你搞定二维插值的 MATLAB 计算 文章目录 一.引言 二.网格节点的概念 三.散乱节点的概念 四.二维插值的常见方法 1 ...
- 一篇文章带你搞定二维插值的 MATLAB 计算
前面已经学习了二维插值的基本概念:一篇文章带你认识数学建模中的二维插值 本篇文章主要实现使用MATLAB进行二维插值计算 文章目录 一.网格节点的插值计算 二.散点数据的插值计算 1. 示例 1 2. ...
- MATLAB一维插值和二维插值
插值问题描述:已知一个函数上的若干点,但函数具体表达式未知,现在要利用已知的若干点求在其他点处的函数值,这个过程就是插值的过程. 1.一维插值 一维插值就是给出y=f(x)上的点(x1,y1),(x2 ...
- 数据处理(一):python二维插值运算
0 前言 结果展示:黑色的点是前期输入生成的,彩色是后期生成的,代表不同像素点的数值 1 代码 import numpy as np import matplotlib.pyplot as plt f ...
- python升采样和插值_图像的降采样与升采样(二维插值)
图像的降采样与升采样(二维插值) 转自:http://www.lofter.com/postentry?from=search&permalink=1cb3111d_6ee9587 1.先说说 ...
最新文章
- 美国辛辛那堤儿童医学中心招生物信息博士, 博士后和访问学者——单细胞转录组和表观方向...
- 皮一皮:这位家长,建议自己退群聊...
- 框架原理第一讲,熟悉常用的设计方式.(以MFC框架讲解)
- SAP UI5 workthrough 12 sap.m.shell
- SAP UI5 neo-app.json
- 微信小程序 等待几秒、_微信小程序—setTimeout定时器的坑
- 深度学习笔记(23) 卷积维度
- js调用ajax案例2,使用ok
- java中的原型模式_java中的原型模式理解
- @RequestParam使用须知
- Java十进制数和二进制数之间的相互转换
- 64位userdata.dll丢失_因为计算机中丢失OCI.dll尝试重新安装该程序以解决此问题
- 人类自然语音频率范围
- ffmepg安装yasm之后还是出现nasm/yasm not found or too old. Use --disable-x86asm for
- js中this是什么?this的5种用法
- MATLAB机器人工具箱(二)机器人模型建立
- QEMU,Dynamips,IOL区别
- SQL中over用法大全
- Manjaro21-kde版安装全记录
- 数学建模及数据分析上的插值处理——第三部分实践插值实战
热门文章
- 低线城市外卖市场逐渐下沉,创业者如何有效开展本地外卖平台
- java list转set去重_Java中List去重的四种方法
- SRAM和DRAM工作原理介绍
- 不懂技术,又不影响上班,网上的攒营汇适合做副业吗
- 程序媛:互联网稀有物种
- 如何把电脑屏幕截图直接保存为文件
- ET框架---DBProxyComponent学习笔记(完善MessageDispatherComponent学习笔记)
- css设置超出几行显示省略号(单行、多行),兼容数字英文不换行问题,兼容中文字符隔空换行问题
- java之高质量代码优化技巧
- java 可变参数方法不支持多个可变参数以及多种类型的替代方法