jax.numpy.interp#

jax.numpy.interp(x, xp, fp, left=None, right=None, period=None)[source]#

一维线性插值。

numpy.interp()的 JAX 实现。

参数:

  • x (ArrayLike) – 用于评估插值的 x 坐标的 N 维数组。

  • xp (ArrayLike) – 要插值的点的一维排序数组。

  • fp (ArrayLike) – 包含与xp关联的函数值的xp.shape形状的数组。

  • left (ArrayLike | str | None) – 指定如何处理点x < xp[0]。 默认为返回fp[0]。 如果left是标量值，它将返回此值。 如果left是字符串"extrapolate"，则该值将通过线性外推法确定。 如果指定了period，则忽略left。

  • right (ArrayLike | str | None) – 指定如何处理点x > xp[-1]。 默认为返回fp[-1]。 如果right是标量值，它将返回此值。 如果right是字符串"extrapolate"，则该值将通过线性外推法确定。 如果指定了period，则忽略right。

  • period (ArrayLike | None) – 可选择指定x坐标的周期，例如，在角度空间中进行插值。

返回:

一个x.shape形状的数组，包含x值处的插值函数。

返回类型:

Array

示例

>>> xp = jnp.arange(10)
>>> fp = 2 * xp
>>> x = jnp.array([0.5, 2.0, 3.5])
>>> interp(x, xp, fp)
Array([1., 4., 7.], dtype=float32)

除非另有说明，否则外推将是恒定的

>>> x = jnp.array([-10., 10.])
>>> interp(x, xp, fp)
Array([ 0., 18.], dtype=float32)

使用"extrapolate"模式进行线性外推

>>> interp(x, xp, fp, left='extrapolate', right='extrapolate')
Array([-20.,  20.], dtype=float32)

对于周期性插值，请指定period

>>> xp = jnp.array([0, jnp.pi / 2, jnp.pi, 3 * jnp.pi / 2])
>>> fp = jnp.sin(xp)
>>> x = 2 * jnp.pi  # note: not in input array
>>> jnp.interp(x, xp, fp, period=2 * jnp.pi)
Array(0., dtype=float32)