Question

我想在给定y值的固定向量的情况下在矩阵的每一行（x值）之间进行插值。我使用的是python，基本上我需要类似scipy.interpolate.interp1d的东西，但x值是矩阵输入。我通过循环实现了这一点，但我希望尽可能快地进行操作。

修改

下面是我现在正在做的代码示例，请注意我的矩阵有更多的行数量级为数百万：

import numpy as np
x = np.linspace(0,1,100).reshape(10,10)
results = np.zeros(10)
for i in range(10):
  results[i] = np.interp(0.1,x[i],range(10))

Answer 1

@Joe Kington建议你可以使用map_coordinates：

import scipy.ndimage as nd

# your data - make sure is float/double
X = np.arange(100).reshape(10,10).astype(float)

# the points where you want to interpolate each row 
y = np.random.rand(10) * (X.shape[1]-1)
# the rows at which you want the data interpolated -- all rows
r = np.arange(X.shape[0])

result = nd.map_coordinates(X, [r, y], order=1, mode='nearest')

上述内容适用于以下y：

array([ 8.00091648,  0.46124587,  7.03994936,  1.26307275, 1.51068952,
        5.2981205 ,  7.43509764,  7.15198457,  5.43442468,  0.79034372])

注意，每个值表示每行要插值的位置。

提供以下result：

array([  8.00091648,  10.46124587,  27.03994936,  31.26307275,
        41.51068952,  55.2981205 ,  67.43509764,  77.15198457,
        85.43442468,  90.79034372])

考虑到arange d数据的性质以及插值的列（y），这是有意义的。

插入x值矩阵中的每一行

1 个答案: