我有各种数据框，每个数据框都有不同的深度范围。
对于更复杂的计算（这是一个问题的片段，在此处发布：Curve fitting for each column in Pandas + extrapolate values），
我需要编写一个函数，因此它将深度列/数组扩展为朝着零（表面）相等的增量dz（在这种情况下为0.5）。
这里缺少的配额是0.15、0.65和1.15
import numpy as np
depth = np.array([1.65, 2.15, 2.65, 3.15, 3.65, 4.15, 4.65, 5.15, 5.65, 6.15, 6.65, 7.15, 7.65, 8.15, 8.65])
有什么想法如何编写函数，以便每次在不同的深度范围内（即取决于变化的最小值）执行该函数吗？
答案 0 :(得分：0)
我做的一个非常简单的解决方案是：
depth_min = np.min(depth)
step = 0.5
missing_vals = np.arange(depth_min - step, 0, -step)[::-1]
depth_tot = np.concatenate((missing_vals, depth), axis=0)
我敢肯定还有更好的方法