Question

我想插入一个numpy数组，而np.interp几乎完全符合我的要求：

interp(x, xp, fp, left=None, right=None)
One-dimensional linear interpolation.

除了这一点：

不检查x坐标序列xp是否正在增加。如果xp没有增加，则结果是无意义的。

我的xp正在下降，所以哪个更好：颠倒xp和fp的方向：

np.interp(x, xp[::-1], fp[::-1])

或反转x和xp：

np.interp(-x, -xp, fp)

还是有更好的方法吗？

Answer 1

感谢所有提供意见的人，特别是@Jaime。

我做了一些实验，得出了这个结论：

1）除了舍入误差外，我提到的两种方法都有相同的结果。

2）他们都花了相同的时间

3）我尝试了scipy版本，但它会拒绝assume_sorted标志。也许我的scipy版本已经过时了。我怀疑如果该标志被引发，scipy会在内部对数组进行排序。但是这些值是按相反的方向排序的，所以它不需要这样做。

无论如何，我会使用反向方法：

np.interp(x, xp[::-1], fp[::-1])

请记住，在这种情况下，如果您需要，还必须撤销left和right。

Answer 2

如果您有权访问Scipy，则可以使用interp1d函数，该函数具有关键字assume_sorted=False来处理递减数组。

编辑：此解决方案处理有序和非有序x值的情况。

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt

# Decreasing array
x = np.arange(0, 10)[::-1]
y = np.exp(-x/3.0)

# Interpolation object
f = interpolate.interp1d(x, y, assume_sorted = False)

xnew = np.arange(3,5)
ynew = f(xnew)   # use interpolation function returned by `interp1d`
plt.plot(x, y, 'o', xnew, ynew, '-')
plt.show()

numpy interp减少xp

2 个答案: