Question

我有一个浮点数的一维数组A，其中大部分是好的，但缺少一些值。丢失的数据被替换为nan（不是数字）。我必须通过线性插值从附近的好值中替换数组中的缺失值。所以，例如：

F7(np.array([10.,20.,nan,40.,50.,nan,30.]))

应该返回

np.array([10.,20.,30.,40.,50.,40.,30.]).

使用Python做到这一点最好的方法是什么？

非常感谢任何帮助

由于

Answer 1

您可以使用scipy.interpolate.interp1d：

>>> from scipy.interpolate import interp1d
>>> import numpy as np
>>> x = np.array([10., 20., np.nan, 40., 50., np.nan, 30.])
>>> not_nan = np.logical_not(np.isnan(x))
>>> indices = np.arange(len(x))
>>> interp = interp1d(indices[not_nan], x[not_nan])
>>> interp(indices)
array([ 10.,  20.,  30.,  40.,  50.,  40.,  30.])

编辑：我花了一段时间才弄明白np.interp是如何运作的，但这也可以完成这项工作：

>>> np.interp(indices, indices[not_nan], x[not_nan])
array([ 10.,  20.,  30.,  40.,  50.,  40.,  30.])

Answer 2

我会选择pandas。使用oneliner的简约方法：

from pandas import *
a=np.array([10.,20.,nan,40.,50.,nan,30.])
Series(a).interpolate()   

Out[219]:
0    10
1    20
2    30
3    40
4    50
5    40
6    30

或者如果你想把它保存为数组：

Series(a).interpolate().values

Out[221]:
array([ 10.,  20.,  30.,  40.,  50.,  40.,  30.])

Answer 3

要在每次要插值数据时都不创建新的Series对象或Series中的新项目，请使用RedBlackPy。请参见下面的代码示例：

import redblackpy as rb

# we do not include missing data
index = [0,1,3,4,6]
data = [10,20,40,50,30]
# create Series object
series = rb.Series(index=index, values=data, dtype='float32',
                   interpolate='linear')

# Now you have access at any key using linear interpolation
# Interpolation does not creates new items in Series
print(series[2]) # prints 30
print(series[5]) # prints 40
# print Series and see that keys 2 and 5 do not exist in series
print(series)

最后输出如下：

Series object Untitled
0: 10.0
1: 20.0
3: 40.0
4: 50.0
6: 30.0

使用numpy.interp进行线性插值

3 个答案: