我正在尝试使用scipy.interpolate splrep和splev将曲线拟合到包含缺失数据的一组数据。 但是,我最终得到了一系列的NaN。 其他人遇到了这个问题,但问题是他们的数据中有重复的X值,非递增的X值或NaN。 因此,我已经检查了两者,但仍然返回NaN值...
from scipy.interpolate import splrep, splev
import numpy as np
T = np.arange(0, 1000, 0.05)
t = T[data != np.nan]
data = data[data != np.nan] #to check for nan values
spl = splrep(t, data)
fit = splev(T, spl)
print(fit)
然后输出臭名昭著的nan值数组...
我也尝试过使用t = T [::10] etc...
来分割数据
因为一个StackOverFlow响应表明太窄的x数据可能会导致同样的问题,但是我仍然得到了一系列的nans。
我正在做的任何事情显然是错误的吗?