Bei zwei bekannten Werten (x 1<\/sub> , y 1<\/sub> ) und (x 2<\/sub> , y 2<\/sub> ) k\u00f6nnen wir den y-Wert f\u00fcr einen Punkt x mithilfe der folgenden Formel sch\u00e4tzen:<\/span><\/p>\n y = y 1<\/sub> + (xx 1<\/sub> )(y 2<\/sub> -y 1<\/sub> )\/(x 2<\/sub> -x 1<\/sub> )<\/span><\/p>\n Wir k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine lineare Interpolation in Python durchzuf\u00fchren:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben die folgenden zwei Wertelisten in Python:<\/span><\/p>\n Wir k\u00f6nnen ein schnelles X-gegen-Y-Diagramm erstellen:<\/span> <\/p>\n Nehmen wir nun an, wir m\u00f6chten den y-Wert ermitteln, der einem neuen x-Wert von 13<\/strong> zugeordnet ist.<\/span><\/p>\n Wir k\u00f6nnen dazu den folgenden Code verwenden:<\/span><\/p>\n Der gesch\u00e4tzte y-Wert betr\u00e4gt 33,5<\/strong> .<\/span><\/p>\n Wenn wir den Punkt (13, 33.5) zu unserem Diagramm hinzuf\u00fcgen, scheint er recht gut mit der Funktion \u00fcbereinzustimmen:<\/span> <\/p>\n Wir k\u00f6nnen genau diese Formel verwenden, um eine lineare Interpolation f\u00fcr jeden neuen x-Wert durchzuf\u00fchren.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n So beheben Sie KeyError in Pandas<\/a> Bei der linearen Interpolation wird ein unbekannter Wert einer Funktion zwischen zwei bekannten Werten gesch\u00e4tzt. Bei zwei bekannten Werten (x 1 , y 1 ) und (x 2 , y 2 ) k\u00f6nnen wir den y-Wert f\u00fcr einen Punkt x mithilfe der folgenden Formel sch\u00e4tzen: y = y 1 + (xx 1 )(y 2 -y […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> scipy. interpolate\n<\/span>\ny_interp = scipy. interpolate<\/span> . interp1d<\/span> (x,y)\n\n#find y-value associated with x-value of 13\n<\/span>print<\/span> (y_interp( 13<\/span> ))\n<\/strong><\/pre>\n Beispiel: lineare Interpolation in Python<\/strong><\/span><\/h3>\n
x = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]\ny = [4, 7, 11, 16, 22, 29, 38, 49, 63, 80]\n<\/strong><\/pre>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#create plot of x vs. y\n<\/span>plt. plot<\/span> (x, y, ' -ob<\/span> ')\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/interpo1.png\")
<\/p>\n import<\/span> scipy. interpolate<\/span>\ny_interp = scipy. interpolate<\/span> . interp1d<\/span> (x,y)\n\n#find y-value associated with x-value of 13<\/span>\nprint<\/span> (y_interp( 13<\/span> ))\n\n33.5<\/strong><\/span><\/pre>\n import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#create plot of x vs. y\n<\/span>plt. plot<\/span> (x, y, ' -ob<\/span> ')\n\n#add estimated y-value to plot<\/span>\nplt. plot<\/span> (13, 33.5, ' ro<\/span> ')\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/interpo2.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden<\/a>
So beheben Sie: ValueError: Operanden konnten nicht mit Formen \u00fcbertragen werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"