Question

我有以下函数，我希望从指定值的表中进行插值。诀窍在于，表格是以对数日志的方式定义的，因此log-log中各点之间的直线确实是指数级的。因此，我无法真正使用任何典型的scipy插值例程。

所以这就是我所拥有的：

PSD = np.array([[5.0, 0.001],
                [25.0, 0.03],
                [30.0, 0.03],
                [89.0, 0.321],
                [90.0, 1.0],
                [260.0, 1.0],
                [261.0, 0.03],
                [359.0, 0.03],
                [360.0, 0.5],
                [520.0, 0.5],
                [540.0, 0.25],
                [780.0, 0.25],
                [781.0, 0.03],
                [2000.0, 0.03]])

def W_F(freq):
    '''
    A line connecting two points in a log-log plot are exponential
    '''
    w_f = []
    for f in freq:
        index = np.searchsorted(PSD[:,0], f)
        if index <= 0:
            w_f.append(PSD[:,1][0])
        elif index + 1>= PSD.shape[0]:
            w_f.append(PSD[:,1][-1])
        x0 = PSD[:,0][index-1]
        F0 = PSD[:,1][index-1]
        x1 = PSD[:,0][index]
        F1 = PSD[:,1][index]
        w_f.append(F0*(f/x0)**(math.log(F1/F0)/math.log(x1/x0)))
    return np.array(w_f)

我正在寻找一种更好，更清洁，“numpy-ish”的方式来实现这个

Answer 1

最简单的方法是取PSD的对数，然后使用SciPy插值函数：

logPSD = numpy.log(PSD)
logW_F = scipy.interpolate.interp1d(logPSD[:,0], logPSD[:,1])
W_F = numpy.exp(logW_F(numpy.log(f)))

这将为越界值抛出错误。为避免错误，您可以

将bounds_error=False传递给interp1d()函数，请参阅the documentation。
在PSD的开头和结尾添加一个条目，其中包含一个非常小且非常大的x值，以捕获所有可能的值。

作为使用interp1d()的替代方法，可以对代码进行矢量化，但我只会出于某种原因这样做。

numpy魔法清理功能

1 个答案: