NumPy的interp()函数是一种一维线性插值的方法，它可以用来从已知的一维数据集中插入新的数据点。它可以帮助我们快速插入一维数据，而不需要重新计算所有的数据点。
使用方法
interp()函数的基本使用方法如下：
import numpy as np x = np.array([1,2,3,4,5]) y = np.array([2,4,6,8,10]) x_new = np.array([2.5]) y_new = np.interp(x_new, x, y) print(y_new)
上面的代码中，我们定义了一个x和y的数组，其中x的值是1,2,3,4,5，而y的值是2,4,6,8,10，我们定义了一个新的数组x_new，其中包含一个值2.5。我们使用interp()函数来从已知的x和y数组中插入新的数据点，并将结果保存在变量y_new中。当我们运行上面的代码，输出的结果是：
[5.]
这意味着，当x_new的值为2.5时，y的值为5。
interp()函数还有一些其他的参数，可以用来控制插值的方式。例如，可以使用left参数控制插入的值是在左边的数据点的值，还是右边的数据点的值。
import numpy as np x = np.array([1,2,3,4,5]) y = np.array([2,4,6,8,10]) x_new = np.array([2.5]) y_new = np.interp(x_new, x, y, left=3) print(y_new)
上面的代码中，我们使用了left参数，将其设置为3，这意味着，当x_new的值为2.5时，y的值将是3，而不是5。
interp()函数还可以用来做多维插值，例如，可以使用它来做二维插值：
import numpy as np x = np.array([1,2,3,4,5]) y = np.array([2,4,6,8,10]) x_new = np.array([2.5]) y_new = np.interp(x_new, x, y, left=3) z = np.array([2,4,6,8,10]) z_new = np.interp(x_new, x, z, left=3) print(y_new, z_new)
上面的代码中，我们定义了一个x和y的数组，其中x的值是1,2,3,4,5，而y的值是2,4,6,8,10，我们定义了一个新的数组x_new，其中包含一个值2.5，我们使用interp()函数来从已知的x和y数组中插入新的数据点，并将结果保存在变量y_new和z_new中。当我们运行上面的代码，输出的结果是：
[5.] [3.]
这意味着，当x_new的值为2.5时，y的值为5，而z的值为3。
NumPy的interp()函数是一种一维线性插值的方法，它可以用来从已知的一维数据集中插入新的数据点，从而快速插入一维数据。它还可以用来做多维插值，例如二维插值。