[英]finding the interpolated intersection between two arrays in Python/Numpy/Scipy
我正在寻找一种简单的方法来查找两个Numpy数组之间的插值交集。 我知道,如果我们有两个函数句柄而不是两个数组,就可以轻松实现这一点 ,如使用Scipy或Sympy的本链接所示。 我想做同样的事情,但是给定两个数组,特别是在线性样条曲线之间,线性样条曲线是通过线连接数组项而产生的。
例如,假设我们有两个数组y_1
和y_2
,都认为它们是在xSupport
上求xSupport
。
import numpy as np
xSupport = np.array([0,1])
y_1 = np.array([0,2])
y_2 = np.array([1,0])
我正在寻找返回1/3
的函数,这是这两条线之间的交点处的x值。 在我的应用程序中,支持大于两个,因此我正在寻找一种与数组长度无关的方法。
在数字化模拟信号的过程中 ,我创建了一个名为find_transition_times
的函数。 您可以通过传递y_1 - y_2
来传递y
和0
来传递threshold
来使用该函数:
In [5]: xSupport = np.array([0,1])
...: y_1 = np.array([0,2])
...: y_2 = np.array([1,0])
...:
In [6]: find_transition_times(xSupport, y_1 - y_2, 0)
Out[6]: array([ 0.33333333])
与ser的回答相同:
import numpy as np
x = np.array([0,1])
y1 = np.array([0,2])
y2 = np.array([1,0])
def solve(f,x):
s = np.sign(f)
z = np.where(s == 0)[0]
if z:
return z
else:
s = s[0:-1] + s[1:]
z = np.where(s == 0)[0]
return z
def interp(f,x,z):
m = (f[z+1] - f[z]) / (x[z+1] - x[z])
return x[z] - f[z]/m
f = y1-y2
z = solve(f,x)
ans = interp(f,x,z)
print(ans)
通过假设找到一个零,然后对两个序列的差执行函数,可以简化问题。 首先,“求解”查找发生符号过渡的位置(这意味着在两者之间的某个位置出现零),然后“插入”执行线性插值以查找解。
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.