如何在SciPy中获得正确的插值？

Question

我使用这些数据来获取使用SciPy的InterpolatedUnivariateSpline插值结果，但是当我用原始数据绘制插值数据时，似乎它们没有被正确插值。 我得到插值数据，如图：

如何使用此数据在Python中正确获取插值？

MWE

import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate
import itertools


data = np.loadtxt('interp.dat', delimiter = '\t')
x = data[:, 0]
y = data[:, 1:]

x_interp = np.linspace(x[0], x[-1], 301)
y_interp = np.empty(shape = (x_interp.shape[0], y.shape[1]))
for i in range(y.shape[1]):
    f = interpolate.InterpolatedUnivariateSpline(x, y[:, i], k = 3)
    y_interp[:, i] = f(x_interp)


fig = plt.figure()
plot = plt.subplot(111)
markers = itertools.cycle(('o', '^', 's', 'v', 'h', '>', 'p', '<'))
for i in range (y.shape[1]):
    plt.plot(x, y[:, i], linestyle = '', marker = markers.next())
    plt.plot(x_interp, y_interp[:, i], linestyle = ':')
plot.set_ylim([0, 200])
plot.set_ylabel('Y')
plot.set_xlabel('X')
fig.savefig('interp.pdf')

Answer 1

问题是InterpolatedUnivariateSpline需要增加x点，而你的点数正在减少。 从它的文档：

x：（N，）array_like数据点的输入维度 - 必须增加

如果你用你的x值反转

x = data[::-1, 0]
y = data[::-1, 1:]

代替

x = data[:, 0]
y = data[:, 1:]

它插入正确。 具有最高y的数据仍然有些奇怪。

感谢您发布数据; 没有它，就不可能弄清楚什么是错的。