Question

我理解interp1d期望插值的值数组，但是传递浮点数时的行为很奇怪，可以询问发生了什么以及究竟返回了什么

import numpy as np
from scipy.interpolate import interp1d

x = np.array([1,2,3,4])
y = np.array([5,7,9,15])
f = interp1d(x,y, kind='cubic')
a = f(2.5)

print(repr(a))
print("type is {}".format(type(a)))
print("shape is {}".format(a.shape))
print("ndim is {}".format(a.ndim))
print(a)

输出：

array(7.749999999999992)
type is <class 'numpy.ndarray'>
shape is ()
ndim is 0
7.749999999999992

编辑：为了澄清，我不希望numpy甚至有一个无量纲，无形的数组，更不用说scipy函数返回一个。

print("Numpy version is {}".format(np.__version__))
print("Scipy version is {}".format(scipy.__version__))

Numpy version is 1.10.4
Scipy version is 0.17.0

Answer 1

interp1d返回一个与输入形状匹配的值 - 如果需要，在np.array()后换行：

In [324]: f([1,2,3])
Out[324]: array([ 5.,  7.,  9.])

In [325]: f([2.5])
Out[325]: array([ 7.75])

In [326]: f(2.5)
Out[326]: array(7.75)

In [327]: f(np.array(2.5))
Out[327]: array(7.75)

许多numpy操作确实返回标量而不是0d数组。

In [330]: np.arange(3).sum()
Out[330]: 3

但实际上它会返回一个numpy对象

In [341]: type(np.arange(3).sum())
Out[341]: numpy.int32

的形状为()和ndim 0。

interp1d返回一个数组。

In [344]: type(f(2.5))
Out[344]: numpy.ndarray

您可以使用[()]索引

提取值

In [345]: f(2.5)[()]
Out[345]: 7.75

In [346]: type(f(2.5)[()])
Out[346]: numpy.float64

这可能仅仅是scipy代码的疏忽。人们经常想在一点插值？是不是在更常见的常规网格点上插值？

==================

f.__call__的文档非常明确地返回数组。

Evaluate the interpolant

Parameters
----------
x : array_like
    Points to evaluate the interpolant at.

Returns
-------
y : array_like
    Interpolated values. Shape is determined by replacing
    the interpolation axis in the original array with the shape of x.

===============

问题的另一面是为什么numpy甚至有一个0d数组。链接的答案可能就足够了。但是，习惯于MATLAB的人经常会问这个问题。在MATLAB中，几乎所有东西都是2d。没有任何（真正的）标量。现在，MATLAB具有结构和单元格，以及具有2个以上维度的矩阵。但我记得有一段时间（在20世纪90年代）它没有那些。一切都是字面的，是一个二维矩阵。

np.matrix近似于MATLAB案例，将其数组修复为2d。但它确实有一个_collapse方法可以返回标量＆＃39;。

Scipy interpolate返回一个'无量纲'数组

1 个答案: