转载:https://ww2.mathworks.cn/help/matlab/ref/interp1.html?s_tid=srchtitle#btwp6lt-2_1

interp1

一维数据插值(表查找)

全页折叠
 

说明

示例

vq = interp1(x,v,xq) 使用线性插值返回一维函数在特定查询点的插入值。向量 x 包含样本点,v 包含对应值 v(x)。向量 xq 包含查询点的坐标。

如果您有多个在同一点坐标采样的数据集,则可以将 v 以数组的形式进行传递。数组 v 的每一列都包含一组不同的一维样本值。

示例

vq = interp1(x,v,xq,method) 指定备选插值方法:'linear''nearest''next''previous''pchip''cubic''v5cubic''makima' 或 'spline'。默认方法为 'linear'

示例

vq = interp1(x,v,xq,method,extrapolation) 用于指定外插策略,来计算落在 x 域范围外的点。如果希望使用 method 算法进行外插,可将 extrapolation 设置为 'extrap'。您也可以指定一个标量值,这种情况下,interp1 将为所有落在 x 域范围外的点返回该标量值。

示例

vq = interp1(v,xq) 返回插入的值,并假定一个样本点坐标默认集。默认点是从 1 到 n 的数字序列,其中 n 取决于 v 的形状:

  • 当 v 是向量时,默认点是 1:length(v)

  • 当 v 是数组时,默认点是 1:size(v,1)

如果您不在意点之间的绝对距离,则可使用此语法。

vq = interp1(v,xq,method) 指定备选插值方法中的任意一种,并使用默认样本点。

vq = interp1(v,xq,method,extrapolation) 指定外插策略,并使用默认样本点。

pp = interp1(x,v,method,'pp') 使用 method 算法返回分段多项式形式的 v(x)。

注意

不建议使用该语法。请改用 griddedInterpolant

 

示例

全部折叠

基于粗略采样的正弦函数进行插值

定义样本点 x 及其对应样本值 v

x = 0:pi/4:2*pi;
v = sin(x);

将查询点定义为 x 范围内更精细的采样点。

xq = 0:pi/16:2*pi;

在查询点插入函数并绘制结果。

figure
vq1 = interp1(x,v,xq);
plot(x,v,'o',xq,vq1,':.');
xlim([0 2*pi]);
title('(Default) Linear Interpolation');

现在使用 'spline' 方法计算相同点处的 v

figure
vq2 = interp1(x,v,xq,'spline');
plot(x,v,'o',xq,vq2,':.');
xlim([0 2*pi]);
title('Spline Interpolation');

 
 

在不指定样本点的情况下进行插值

定义一组函数值。

v = [0  1.41  2  1.41  0  -1.41  -2  -1.41 0];

定义一组介于默认点 1:9 之间的查询点。在这种情况下,默认点为 1:9,因为 v 包含 9 个值。

xq = 1.5:8.5;

计算 xq 处的 v

vq = interp1(v,xq);

绘制结果。

figure
plot((1:9),v,'o',xq,vq,'*');
legend('v','vq');

 
 

复数值插值

定义一组样本点。

x = 1:10;

定义函数 v(x)=5x+x2i 在样本点处的值。

v = (5*x)+(x.^2*1i);

将查询点定义为 x 范围内更精细的采样点。

xq = 1:0.25:10;

在查询点处进行 v 插值。

vq = interp1(x,v,xq);

用红色绘制结果的实部,用蓝色绘制虚部。

figure
plot(x,real(v),'*r',xq,real(vq),'-r');
hold on
plot(x,imag(v),'*b',xq,imag(vq),'-b');

 
 

日期和时间的插值

对时间戳数据点进行插值。

以包含温度读数的数据集为例,这些读数每四个小时测量一次。创建包含一天的数据的表,并绘制数据图。

x = (datetime(2016,1,1):hours(4):datetime(2016,1,2))';
x.Format = 'MMM dd, HH:mm';
T = [31 25 24 41 43 33 31]';
WeatherData = table(x,T,'VariableNames',{'Time','Temperature'})
WeatherData=7×2 table
Time Temperature
_____________ ___________ Jan 01, 00:00 31
Jan 01, 04:00 25
Jan 01, 08:00 24
Jan 01, 12:00 41
Jan 01, 16:00 43
Jan 01, 20:00 33
Jan 02, 00:00 31
plot(WeatherData.Time, WeatherData.Temperature, 'o')

插入数据集以预测一天中每一分钟内的温度读数。由于数据是周期性的,因此请使用 'spline' 插值方法。

xq = (datetime(2016,1,1):minutes(1):datetime(2016,1,2))';
V = interp1(WeatherData.Time, WeatherData.Temperature, xq, 'spline');

绘制插入的点。

hold on
plot(xq,V,'r')

 
 

使用两种不同方法进行外插

定义样本点 x 及其对应样本值 v

x = [1 2 3 4 5];
v = [12 16 31 10 6];

指定查询点 xq,这些查询点延伸到 x 的定义域以外。

xq = [0 0.5 1.5 5.5 6];

使用 'pchip' 方法计算 xq 处的 v

vq1 = interp1(x,v,xq,'pchip')
vq1 = 1×5

   19.3684   13.6316   13.2105    7.4800   12.5600

接着,使用 'linear' 方法计算 xq 处的 v

vq2 = interp1(x,v,xq,'linear')
vq2 = 1×5

   NaN   NaN    14   NaN   NaN

现在将 'linear' 方法与 'extrap' 选项结合使用。

vq3 = interp1(x,v,xq,'linear','extrap')
vq3 = 1×5

     8    10    14     4     2

'pchip' 默认外插,但 'linear' 不会。

 
 

为 x 域范围外的所有查询指定常量值

定义样本点 x 及其对应样本值 v

x = [-3 -2 -1 0 1 2 3];
v = 3*x.^2;

指定查询点 xq,这些查询点延伸到 x 的定义域以外。

xq = [-4 -2.5 -0.5 0.5 2.5 4];

现在使用 'pchip' 方法计算 xq 处的 v,并为 x 域范围外的所有查询点赋予值 27

vq = interp1(x,v,xq,'pchip',27)
vq = 1×6

   27.0000   18.6562    0.9375    0.9375   18.6562   27.0000
 
 

在一个传递点插入多组数据

定义样本点。

x = (-5:5)';

在 x 所定义的点处对三个不同的抛物线函数采样。

v1 = x.^2;
v2 = 2*x.^2 + 2;
v3 = 3*x.^2 + 4;

创建矩阵 v,其列为向量 v1v2 和 v3

v = [v1 v2 v3];

将一组查询点 xq 定义为 x 范围内更精细的采样点。

xq = -5:0.1:5;

计算 xq 处的全部三个函数,并绘制结果。

vq = interp1(x,v,xq,'pchip');
figure
plot(x,v,'o',xq,vq); h = gca;
h.XTick = -5:5;

绘图中的圆圈表示 v,实线表示 vq

 
 

输入参数

全部折叠

x - 样本点
向量

样本点,指定为一行或一列实数向量。x 中的值必须各不相同。x 的长度必须符合以下要求之一:

  • 如果 v 为向量,则 length(x) 必须等于 length(v)

  • 如果 v 为数组,则 length(x) 必须等于 size(v,1)

示例: [1 2 3 4 5 6 7 8 9 10]

示例: 1:10

示例: [3 7 11 15 19 23 27 31]'

数据类型: single | double | duration | datetime

v - 样本值
向量 | 矩阵 | 数组

样本值,指定为实数/复数向量、矩阵或数组。如果 v 是矩阵或数组,则每列包含单独的一组一维值。

如果 v 包含复数,则 interp1 将分别插入实部和虚部。

示例: rand(1,10)

示例: rand(10,1)

示例: rand(10,3)

数据类型: single | double | duration | datetime
复数支持: 是

xq - 查询点
标量 | 向量 | 矩阵 | 数组

查询点,指定为实数标量、向量、矩阵或数组。

示例: 5

示例: 1:0.05:10

示例: (1:0.05:10)'

示例: [0 1 2 7.5 10]

数据类型: single | double | duration | datetime

method - 插值方法
'linear' (默认) | 'nearest' | 'next' | 'previous' | 'pchip' | 'cubic' | 'v5cubic' | 'makima' | 'spline'

插值方法,指定为下表中的选项之一。

方法

说明

连续性

注释

'linear'

线性插值。在查询点插入的值基于各维中邻点网格点处数值的线性插值。这是默认插值方法。

C0

  • 需要至少 2 个点。

  • 比最近邻点插值需要更多内存和计算时间。

'nearest'

最近邻点插值。在查询点插入的值是距样本网格点最近的值。

不连续

  • 需要至少 2 个点。

  • 最低内存要求

  • 最快计算时间

'next'

下一个邻点插值。在查询点插入的值是下一个抽样网格点的值。

不连续

  • 需要至少 2 个点。

  • 内存要求和计算时间与 'nearest' 相同

'previous'

上一个邻点插值。在查询点插入的值是上一个抽样网格点的值。

不连续

  • 需要至少 2 个点。

  • 内存要求和计算时间与 'nearest' 相同

'pchip'

保形分段三次插值。在查询点插入的值基于邻点网格点处数值的保形分段三次插值。

C1

  • 需要至少 4 个点。

  • 比 'linear' 需要更多内存和计算时间

'cubic'

注意

interp1(...,'cubic') 的行为在以后的版本中会有所变化。在以后的版本中,此方法将执行三次卷积。

与 'pchip' 相同。

C1

此方法目前返回与 'pchip' 相同的结果。

'v5cubic'

用于 MATLAB 5 的三次卷积。

C1

点之间的间距必须均匀。'cubic' 将在以后的版本中替代 'v5cubic'

'makima'

修正 Akima 三次 Hermite 插值。在查询点插入的值基于次数最大为 3 的多项式的分段函数。为防过冲,已修正 Akima 公式。

C1

  • 需要至少 2 个点。

  • 产生的波动比 'spline' 小,但不像 'pchip' 那样急剧变平

  • 计算成本高于 'pchip',但通常低于 'spline'

  • 内存要求与 'spline' 类似

'spline'

使用非结终止条件的样条插值。在查询点插入的值基于各维中邻点网格点处数值的三次插值。

C2

  • 需要至少 4 个点。

  • 比 'pchip' 需要更多内存和计算时间

extrapolation - 外插策略
'extrap' | 标量值

外插策略,指定为 'extrap' 或实数标量值。

  • 如果希望 interp1 使用与内插所用相同的方法来计算落在域范围外的点,则指定 'extrap'

  • 如果希望 interp1 为落在域范围外的点返回一个特定常量值,则指定一个标量值。

默认行为取决于输入参数:

  • 如果您指定 'pchip''spline' 或 'makima' 插值方法,则默认行为是 'extrap'

  • 任何其他方法都会为落在域范围外的查询点默认返回 NaN

示例: 'extrap'

示例: 5

数据类型: char | string | single | double

输出参数

全部折叠

vq - 插入的值
标量 | 向量 | 矩阵 | 数组

插入的值,以标量、向量、矩阵或数组的形式返回。vq 的大小取决于 v 和 xq 的形状。

v 的形状 xq 的形状 Vq 的大小 示例
向量 向量 size(xq) 如果 size(v) = [1 100]
且 size(xq) = [1 500]
则 size(vq) = [1 500]
向量 矩阵
或 N 维数组
size(xq) 如果 size(v) = [1 100]
且 size(xq) = [50 30]
则 size(vq) = [50 30]
矩阵
或 N 维数组
向量 [length(xq) size(v,2),...,size(v,n)] 如果 size(v) = [100 3]
且 size(xq) = [1 500]
则 size(vq) = [500 3]
矩阵
或 N 维数组
矩阵
或 N 维数组
[size(xq,1),...,size(xq,n),... size(v,2),...,size(v,m)] 如果 size(v) = [4 5 6]
且 size(xq) = [2 3 7]
则 size(vq) = [2 3 7 5 6]

pp - 分段多项式
结构体

分段多项式,以可传递到 ppval 函数进行计算的结构体的形式返回。

详细信息

全部折叠

Akima 和样条插值

[1] 和 [2] 中所述的一维插值 Akima 算法执行三次插值以生成具有连续一阶导数 (C1) 的分段多项式。该算法保持斜率,避免平台区的波动。每当有三个或更多连续共线点时,就会出现平台区,算法将这些点用一条直线相连。为了确保两个数据点之间的区域是平坦的,请在这两个点之间插入一个额外的数据点。

当两个具有不同斜率的平台区相遇时,对原始 Akima 算法所做的修改会对斜率更接近于零的一侧赋予更多权重。此修改优先考虑更接近水平的一侧,这样更直观并可避免过冲。(原始 Akima 算法对两边的点赋予相等的权重,从而均匀地划分波动。)

另一方面,样条算法执行三次插值以产生具有连续二阶导数 (C2) 的分段多项式。结果相当于常规多项式插值,但不太容易受到高次数据点之间剧烈振荡的影响。但这种方法仍容易受到数据点之间的过冲和振荡的影响。

与样条算法相比,Akima 算法产生的波动较少,更适合处理平台区之间的快速变化。下面使用连接多个平台区的测试数据来说明这种差异。

参考

[1] Akima, Hiroshi. "A new method of interpolation and smooth curve fitting based on local procedures." Journal of the ACM (JACM) , 17.4, 1970, pp. 589-602.

[2] Akima, Hiroshi. "A method of bivariate interpolation and smooth surface fitting based on local procedures." Communications of the ACM , 17.1, 1974, pp. 18-20.

扩展功能

interp1一维数据插值在matlab中的用法的更多相关文章

  1. 向量与矩阵的范数及其在matlab中的用法(norm)

    一.常数向量范数 \(L_0\) 范数 \(\Vert x \Vert _0\overset{def}=\)向量中非零元素的个数 其在matlab中的用法: sum( x(:) ~= 0 ) \(L_ ...

  2. Matlab中imagesc用法

    来源:https://ww2.mathworks.cn/help/matlab/ref/imagesc.html?searchHighlight=imagesc&s_tid=doc_srcht ...

  3. matlab中set用法

    来源:https://www.cnblogs.com/sddai/p/5467500.html 1.MATLAB给每种对象的每一个属性规定了一个名字,称为属性名,而属性名的取值成为属性值.例如,Lin ...

  4. RBF、GRNN 和 PNN 神经网络在Matlab中的用法

    一.RBF神经网络 RBF神经网络概述 径向基函数神经网络 与 BP 神经网络的区别在于训练过程--其参数初始化具有一定方法,并非随机,隐含层的末尾使用了径向基函数,它的输出经过加权和得到 LW2.1 ...

  5. Matlab中ismember用法

    >> a = magic(3) a = 8 1 6 3 5 7 4 9 2 >> ismember(a,3) ans = 0 0 0 1 0 0 0 0 0 >> ...

  6. 从matlab中导出下载到的轨迹数据

    我从该网址(http://www.ee.cuhk.edu.hk/~xgwang/MITtrajsingle.html)下载到了一些轨迹数据. 网页中简单说明了轨迹数据的由来:原始数据是在一个停车场上方 ...

  7. MATLAB/Excel-如何将Excel数据导入MATLAB中

    在使用MATLAB对矩阵进行数据处理时,为了方便编辑与修改,常常需要先将数据录入到Excel中,然后再将其导入到MATLAB中参与矩阵运算.本文在MATLAB 2013a和Office 2013环境下 ...

  8. Matlab中插值函数汇总(上)

    Matlab中插值函数汇总分上下两个部分,主要整合自matlabsky论坛dynamic发表于2009-2-21 21:53:26 的主题帖,以及豆丁网rickoon上传的教材第8章<插值,拟合 ...

  9. [转载]Matlab中插值函数汇总和使用说明

    http://blog.sciencenet.cn/blog-457143-679275.html MATLAB中的插值函数为interp1,其调用格式为:  yi= interp1(x,y,xi,' ...

随机推荐

  1. 详细分析链表的数据结构的实现过程(Java 实现)

    目录 链表的数据结构的实现过程(Java 实现) 前言 基本概念 链表的基本结构 链表的基本操作的实现 在链表中添加元素 在链表头添加元素 在链表指定位置处添加元素 链表的虚拟头节点 链表的查询和修改 ...

  2. 关于bat批处理的一些操作,如启动jar 关闭进程等

    先说一下学习这个的前提: 公司要写个生成uid的工具,整完了之后就又整批处理工具,出于此目的,也是为了丰富自己的知识,就学习了一下,下面是相关的批处理脚本 我花了半天的时间找了相关的bat批处理,但是 ...

  3. 启用和禁用warning

    #pragma warning 启用和禁用warning https://www.cnblogs.com/Free-Thinker/p/5897678.html

  4. PyTorch ResNet 使用与源码解析

    本章代码:https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson8/resnet_inference.py 这篇文章首先会简 ...

  5. 跟着兄弟连系统学习Linux-【day02】

    day02-20200528 p6.vmvare安装与使用         官网下载安装包,个人学习的时候要求不高,所以不用安装最新版本,用不到那么多的功能,保证稳定版本就好了,然后傻瓜式安装.注意安 ...

  6. WebApi OAuth2身份认证

    一.什么是OAuth OAuth是一个关于授权(Authorization)的开放网络标准,目前的版本是2.0版.注意是Authorization(授权),而不是Authentication(认证). ...

  7. pytest132个命令行参数用法

    在Shell执行pytest -h可以看到pytest的命令行参数有这10大类,共132个 序号 类别 中文名 包含命令行参数数量 1 positional arguments 形参 1 2 gene ...

  8. SpringBoot 消息国际化配置

    一.目的 针对不同地区,设置不同的语言信息. SpringBoot国际化配置文件默认放在classpath:message.properties,如果自定义消息配置文件,需要application.p ...

  9. FFmpeg开发笔记(四):ffmpeg解码的基本流程详解

    若该文为原创文章,未经允许不得转载原博主博客地址:https://blog.csdn.net/qq21497936原博主博客导航:https://blog.csdn.net/qq21497936/ar ...

  10. time模块:时间戳和格式化好的时间表示方法及互相转换方法

    1.导入time模块   import time 2.获取当前时间的时间戳   time.time() 3.获取当前格式化好的时间   time.strftime(想要获取的格式) 4.时间戳和格式化 ...