给定一个向量,[1,2,3,4,5],例如,如何将带有线性插值的向量上采样到一定长度,例如python中的45。
答案 0 :(得分:0)
如果它是线性的,则每个新元素之间应该有一个恒定的增加或减少。在你的情况下它是一个。因此,请对两个元素之间的差异进行抽样,然后将其添加到最后一个元素,无论多少次。
a = [1,2,3,4,5]
num_add = 45 -len(a)
b = a[1] - a[0]
for z in range(1,num_add):
a.append(b + a[-1])
我认为这应该有效,尽管您可能需要使用该范围。
答案 1 :(得分:0)
好吧,我将您的[1, 2, 3, 4, 5]
列表解释为一个例子。如果你想要一个实际插入你给它的系列的脚本,试试这个:
from scipy.optimize import curve_fit
import numpy as np
# Line equation - doesn't have to be linear
def lin_eq(x, m, b):
return x*m + b
# Your actual data
std_y = np.array([1, 2, 3, 4, 5])
# Index of data
std_x = np.arange(1, len(std_y) + 1)
popt, pcov = curve_fit(lin_eq, std_x, std_y)
top = 45
# Index of projected data
proj_x = np.arange(1, top + 1)
# Interpolated data
proj_y = lin_eq(proj_x, *popt)
print proj_y
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.
16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30.
31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45.]