Question

我的问题如下。我有一个代码，为给定的x计算函数f（x）的值。然而，由于f（x）有点太大而且复杂，并且程序必须在不同的时间步长通过非常大的数据集（x），因此效率不高。我想知道是否有一个函数可能在scipy，所以我可以创建一个具有不同已经计算的f（x）值的表，就像保存在文件“function.txt”一样的表（当然在我的情况下）从值1e0,1e8开始，表格会更大：

然后以某种方式使用插值，这样如果我的程序读取x = 2.2，它可以从表中已经计算的值估计值f（x）。

Answer 1

你在numpy中有polyfit和polyval：

import numpy as np

x=np.arange(1,6)
y=np.array((1,4,9,16,25))
coeffs=np.polyfit(x,y,deg=5) # eval your polynomial coefficients
x2=np.linspace(np.min(x),np.max(x),1000)
y2=np.polyval(coeffs,x2) # apply your polynomial coeff to a broader set of data

Answer 2

我实际上可以使用interp1d以一种非常简单的方式做我想做的事。举个例子来说明我以前用过的数字。

import numpy
from scipy.interpolate import interp1d

x = numpy.linspace(1, 100, 1000)
y = x**2

f = interp1d(x, y)
xnew = 2.2
ynew = f(x)

print f(x)

输出：4.84095446798

有没有办法从scipy中的数据表中插入？

2 个答案: