Question

我正在尝试使用scipy中的 interp1d（）来插入一些数据，但我一直在输出out或range错误。经过几个小时的谷歌搜索，我现在知道x值不按递增顺序将导致我得到的相同错误，但我已经确定这不是问题。据我所知，看起来 interp1d（）不喜欢第一个值中的小数。我错过了什么吗？

我的问题的简化版本：

以下运行正常。

import numpy as np
from scipy.interpolate import interp1d

interp1d(np.array([1, 2, 3, 4, 5, 6]),
         np.array([2, 4, 6, 8, 10, 12]), kind='cubic')(np.linspace(1, 6, num=40))

但是，这个：

interp1d(np.array([1.1, 2.2, 3.3, 4.4, 5.5, 6.6]),
     np.array([2, 4, 6, 8, 10, 12]), kind='cubic')(np.linspace(1, 6, num=40))

返回：

ValueError：x_new中的值低于插值范围。

但是，这很好用。

interp1d(np.array([1.0, 2.2, 3.3, 4.4, 5.5, 6.6]),
         np.array([2, 4, 6, 8, 10, 12]), kind='cubic')(np.linspace(1, 6, num=40))

Answer 1

inter1d返回一个函数，允许您在数据域中插入。当你使用

interp1d(np.array([1.1, 2.2, 3.3, 4.4, 5.5, 6.6]),
     np.array([2, 4, 6, 8, 10, 12]), kind='cubic')(np.linspace(1, 6, num=40))

数据的域名是[1.1, 6.6]的间隔，x-values的最小值到最大值。

由于1位于np.linspace(1, 6, num=40)且1位于[1.1, 6.6]之外，interp1d会提升

ValueError: A value in x_new is below the interpolation range.

当您尝试在x-values np.linspace(1, 6, num=40)

处插入数据时

将数据的x-values更改为

时

np.array([1.0, 2.2, 3.3, 4.4, 5.5, 6.6])

然后数据域扩展为[1.0, 6.6]，现在包含1。因此，np.linspace(1, 6, num=40)处的插值现在可以正常工作。

scipy.interpolate.interp1d是否存在导致x值的十进制值问题？

1 个答案: