Question

编辑：对代码进行编辑以产生与Matlab一致的结果。见下文。

我正在将Matlab脚本转换为Python，并且线性插值结果在某些情况下会有所不同。我想知道为什么以及是否有任何方法可以解决此问题？

这是Matlab和Python中的代码示例以及结果输出（请注意，在这种情况下t恰好等于tin）：

MATLAB：

t= [ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667, 736696.0125];
tin =[ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667,  736696.0125];
xin = [   nan , 1392.,  1406. , 1418.  ,  nan , 1442. ,   nan];

interp1(tin,xin,t)

ans =

 NaN        1392        1406        1418         NaN        1442         NaN

Python（numpy）：

（scipy interpolate.interp1d产生与numpy相同的结果）

t= [ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667, 736696.0125];
tin =[ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667,  736696.0125];
xin = [   nan , 1392.,  1406. , 1418.  ,  nan , 1442. ,   nan];

x = np.interp(t,tin,xin)

array([   nan,  1392.,  1406.,    nan,    nan,    nan,    nan]) 

# Edit
# Find indices where t == tin and if the np.interp output 
# does not match the xin array, overwrite the np.interp output at those 
# indices 
same = np.where(t == tin)[0]
not_same = np.where(xin[same] != x[same])[0]
x[not_same] = xin[not_same]

Answer 1

看起来Matlab的插值中包括一个附加的相等性检查。

线性一维插值通常是通过找到两个跨越输入值x的x值，然后将结果计算为：

y = y1 + (y2-y1)*(x-x1)/(x2-x1)

如果您传递的x值恰好等于输入的x坐标之一，则该例程通常将计算正确的值，因为x-x1将为零。但是，如果您的输入数组的nan为y1或y2，则这些将传播到结果中。

根据您发布的代码，我最好的猜测是Matlab的插值函数还具有如下附加检查功能：

if x == x1:
    return y1

并且numpy函数没有此检查。

要在numpy中实现相同的效果，您可以执行以下操作：

np.where(t == tin,xin,np.interp(t,tin,xin))

为什么Matlab interp1与numpy interp会产生不同的结果？

1 个答案: