Dati due valori noti (x 1<\/sub> , y 1<\/sub> ) e (x 2<\/sub> , y 2<\/sub> ), possiamo stimare il valore y per un punto x utilizzando la seguente formula:<\/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 Possiamo usare la seguente sintassi di base per eseguire l’interpolazione lineare in Python:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti due elenchi di valori in Python:<\/span><\/p>\n Possiamo creare un rapido grafico x rispetto a y:<\/span> <\/p>\n Supponiamo ora di voler trovare il valore y associato a un nuovo valore x di 13<\/strong> .<\/span><\/p>\n Possiamo usare il seguente codice per fare questo:<\/span><\/p>\n Il valore y stimato risulta essere 33,5<\/strong> .<\/span><\/p>\n Se aggiungiamo il punto (13, 33.5) al nostro grafico, sembra corrispondere abbastanza bene alla funzione:<\/span> <\/p>\n Possiamo usare questa formula esatta per eseguire l’interpolazione lineare per qualsiasi nuovo valore x.<\/span><\/p>\n I seguenti tutorial spiegano come correggere altri errori comuni in Python:<\/span><\/p>\n Come correggere l’errore chiave nei Panda<\/a> L’interpolazione lineare \u00e8 il processo di stima di un valore sconosciuto di una funzione tra due valori noti. Dati due valori noti (x 1 , y 1 ) e (x 2 , y 2 ), possiamo stimare il valore y per un punto x utilizzando la seguente formula: y = y 1 + (xx 1 […]<\/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 Esempio: interpolazione lineare 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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come risolvere il problema: ValueError: impossibile convertire float NaN in int<\/a>
Come risolvere il problema: ValueError: non \u00e8 stato possibile trasmettere gli operandi con le forme<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"