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 ...

插值函数总结（下篇之二维插值）

插值函数总结（下篇之二维插值）相关推荐

最新文章

热门文章