Python တွင် linear interpolation ပြုလုပ်နည်း (ဥပမာဖြင့်)
Linear interpolation သည် သိထားသောတန်ဖိုးနှစ်ခုကြားရှိ function တစ်ခု၏ မသိသောတန်ဖိုးကို ခန့်မှန်းသည့်လုပ်ငန်းစဉ်ဖြစ်သည်။
သိထားသောတန်ဖိုးနှစ်ခု (x 1 , y 1 ) နှင့် (x 2 , y 2 ) တို့အား အောက်ပါဖော်မြူလာကို အသုံးပြု၍ အမှတ်တစ်ခုအတွက် y တန်ဖိုးကို ခန့်မှန်းနိုင်သည်-
y = y 1 + (xx 1 )(y 2 -y 1 )/(x 2 -x 1 )
Python တွင် linear interpolation လုပ်ဆောင်ရန် အောက်ပါအခြေခံ syntax ကို အသုံးပြုနိုင်ပါသည်။
import scipy. interpolate y_interp = scipy. interpolate . interp1d (x,y) #find y-value associated with x-value of 13 print (y_interp( 13 ))
အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။
ဥပမာ- Python တွင် linear interpolation
Python တွင် အောက်ပါတန်ဖိုးများစာရင်းနှစ်ခုရှိသည်ဆိုပါစို့။
x = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20] y = [4, 7, 11, 16, 22, 29, 38, 49, 63, 80]
အမြန် x နှင့် y ကွက်ကွက်ကို ဖန်တီးနိုင်သည်-
import matplotlib. pyplot as plt
#create plot of x vs. y
plt. plot (x, y, ' -ob ')
ယခု ကျွန်ုပ်တို့သည် x တန်ဖိုးအသစ် 13 နှင့် ဆက်စပ်နေသည့် y တန်ဖိုးကို ရှာလိုသည်ဆိုပါစို့။
၎င်းကိုလုပ်ဆောင်ရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-
import scipy. interpolate
y_interp = scipy. interpolate . interp1d (x,y)
#find y-value associated with x-value of 13
print (y_interp( 13 ))
33.5
ခန့်မှန်းခြေ y တန်ဖိုးသည် 33.5 ဖြစ်သွားသည်။
ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ကြံစည်မှုတွင် အမှတ် (၁၃၊ ၃၃.၅) ကို ထည့်ပါက၊ ၎င်းသည် လုပ်ဆောင်ချက်နှင့် အလွန်ကိုက်ညီပုံရသည်။
import matplotlib. pyplot as plt
#create plot of x vs. y
plt. plot (x, y, ' -ob ')
#add estimated y-value to plot
plt. plot (13, 33.5, ' ro ')
x တန်ဖိုးအသစ်များအတွက် linear interpolation လုပ်ဆောင်ရန် ဤအတိအကျဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် Python ရှိ အခြားသော ဘုံအမှားများကို မည်သို့ပြင်ဆင်ရမည်ကို ရှင်းပြသည်-
Pandas တွင် KeyError ကိုဘယ်လိုပြင်မလဲ။
ပြင်ဆင်နည်း- ValueError- float NaN ကို int အဖြစ်သို့ ပြောင်းလဲ၍မရပါ။
ပြုပြင်နည်း- တန်ဖိုးအမှား- Operands များကို ပုံသဏ္ဍာန်များဖြင့် ထုတ်လွှင့်၍မရပါ။