散点数据 - 缩放 x 轴以完成范围并插入剩余的 y 数据点

Question

我有随机 X 作为整数的 XY 散点数据。我想要具有均匀 X 分布的输出数据并插入缺失的 Y。我会创建一个具有 x 范围的数组并填充它。然后运行一个循环来填充新数组中的 Y，然后插入剩余的。不过，这对我来说似乎非常低效。有没有更好的方法来做到这一点？我对 python 相当陌生，想知道像 numpy 这样的模块是否内置了有效的解决方案？澄清一下：排序后我有一组这样的散点数据[[1 , 0.1],   [3 , 0.2],   [5 , 0.4]]并想要一个这样的数组[[1 , 0.1],   [2 , 0.15],   [3 , 0.2], [4 , 0.3],   [5 , 0.4]]

Answer 1

numpy.interp正是您要寻找的。

它采用表格中的函数，即一组 (x,y) 并计算任何新 x 的线性插值。

考虑以下产生所需结果的代码：

import numpy as np

a = np.array([[1 , 0.1],

 [3 , 0.2],  

 [5 , 0.4]])

# a requested range - we fill in missing integer values.

new_x = range(1,6)

# perform interpolation. Origina array is sliced by columns.

new_y = np.interp(new_x, a[:, 0], a[:, 1])

# target array is zipped together from interpolated x a y

np.array(list(zip(new_x, new_y))).tolist()

[[1.0, 0.1],

 [2.0, 0.15000000000000002],

 [3.0, 0.2],

 [4.0, 0.30000000000000004],

 [5.0, 0.4]]

Answer 2

您可以使用np.interp。

作为一个简单的例子：

import numpy as np

x = np.array([0,1,2,4])

y = np.array([0.1,0.2,0.3,0.6])

# do the linear interpolation

new_x = np.arange(0,5,1)

new_y = np.interp(new_x, x, y)

这给出了一个new_y：

[0.1,0.2,0.3,0.45,0.6]