[英]numpy: how interpolate between two arrays for various timesteps?
我正在寻找一种方法,可以在表示时间起点和终点的两个numpy
数组之间进行简单的线性插值。
这两个数组的长度相同:
fst = np.random.random_integers(5, size=(10.))
>>> array([4, 4, 1, 3, 1, 4, 3, 2, 5, 2])
snd = np.random.random_integers(5, size=(10.))
>>> array([1, 1, 3, 4, 1, 5, 5, 5, 4, 3])
在我的起点和终点之间,有3个时间步。 如何在fst
和snd
之间进行插值? 我希望能够以fst
和snd
的第一项为例,检索每个时间步的值,例如
np.interp(1, [1,5], [4,1])
np.interp(2, [1,5], [4,1])
...
# that is
np.interp([1,2,3,4,5], [1,5], [4,1])
>>> array([ 4. , 3.25, 2.5 , 1.75, 1. ])
但是,不仅是第一个条目,而且还包括整个数组。
显然,这不会做到:
np.interp(1, [1,5], [fst,snd])
好吧,我知道我会循环到达那里,例如
[np.interp(2, [1,5], [item,snd[idx]]) for idx,item in enumerate(fst)]
>>> [3.25, 3.25, 1.5, 3.25, 1.0, 4.25, 3.5, 2.75, 4.75, 2.25]
但是我相信当您使用numpy数组时,您所做的事情根本上是错误的。
如果您将样本形成2D矩阵,则scipy.interpolate.interp1d中的设施使此操作非常容易。 在您的情况下,您可以构造2xN数组,并构造对列进行向下运算的插值函数:
from scipy.interpolate import interp1d
fst = np.array([4, 4, 1, 3, 1, 4, 3, 2, 5, 2])
snd = np.array([1, 1, 3, 4, 1, 5, 5, 5, 4, 3])
linfit = interp1d([1,5], np.vstack([fst, snd]), axis=0)
然后,您可以在感兴趣的任何时间生成插值矢量。 例如linfit(2)
产生:
array([ 3.25, 3.25, 1.5 , 3.25, 1. , 4.25, 3.5 , 2.75, 4.75, 2.25])
或者您可以使用时间值向量调用linfit()
,例如linfit([1,2,3])
给出:
array([[ 4. , 4. , 1. , 3. , 1. , 4. , 3. , 2. , 5. , 2. ],
[ 3.25, 3.25, 1.5 , 3.25, 1. , 4.25, 3.5 , 2.75, 4.75, 2.25],
[ 2.5 , 2.5 , 2. , 3.5 , 1. , 4.5 , 4. , 3.5 , 4.5 , 2.5 ]])
如果仅执行线性插值,则还可以执行以下操作:
((5-t)/(5-1)) * fst + ((t-1)/(5-1)) * snd
在任何时间t直接计算插值向量。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.