标签: numpy scipy time-series
我有一些不规则采样的1D数据(时间序列数据);即,非恒定的采样率。我想将这些数据转换为定期采样(统一采样率)时间序列。为了实现这一点,我使用了线性插值;但是,当样本之间的时间差异很大时,这不是很有效。这并不奇怪。我还尝试了一些 ad hoc 方法,这些方法再次没有效果。
我看了几篇关于使用匹配追踪进行不规则网格插值的论文;但是,这种方法如何用于在常规网格上获取样本对我来说并不清楚(至少现在还没有)。
对于从不规则网格到常规网格(1D数据)的插值算法,我将不胜感激。
答案 0 :(得分:0)
如果要准确拟合数据点,请运行 scipy.interpolate.UnivariateSpline 与s=0 (并进一步询问是否不清楚)。
s=0