Python：如何重新采样由点作为样条等距离给出的 3d 曲线？

Question

请允许我将其与难度增加的问题分开：

---

1.

我有一些 1d 曲线，作为(n,)点数组给出。

我想让它重新采样k次，并且结果来自通过所有点的三次样条。

这可以用interp1d来完成

---

2.曲线在非相同间隔样本处以形状为(n, 2)的数组给出(n, 2)其中(:, 0)表示采样时间， (:, 1)表示样本值。

我想在 k 个相同时间间隔重新采样曲线。

如何才能做到这一点？

我以为我可以暂时执行t_sampler = interp1d(np.arange(0,k),arr[:, 0]) ，然后执行interp1d(t_sampler(np.arange(0,k)), arr[:, 1])

我错过了什么吗？

---

3.

如何以相等的距离间隔重新采样曲线？ （问题 2 是相等的时间间隔）

---

4.

如果曲线是由形状(n, 4)数组给出的 3d 曲线，其中(:,0)是（非均匀）采样时间，其余是采样的位置，该怎么办？

---

很抱歉，单问题中的多问题，它们似乎太相似了，无法为每个问题打开一个新问题。

Answer 1

部分回答； 对于 1 和 2，我会这样做：

from scipy.interpolate import interp1d
import numpy as np

# dummy data
x = np.arange(-100,100,10)
y = x**2 + np.random.normal(0,1, len(x))

# interpolate:
f = interp1d(x,y, kind='cubic')

# resample at k intervals, with k = 100:
k = 100
# generate x axis:
xnew = np.linspace(np.min(x), np.max(x), k)

# call f on xnew to sample y values:
ynew = f(xnew)

plt.scatter(x,y)
plt.plot(xnew, ynew)