python 中的对数插值

Question

使用 numpy.interp 我能够计算一维分段线性插值到在离散数据点处具有给定值的函数。

是不是和return我的对数插值类似的功能？

Answer 1

如果我对您的理解正确，您有一些离散数据，您希望获得一组平滑的值，这些值将出现在您拥有的值之间。我假设您不想要近似数据的对数函数方程。

不幸的是，numpy 除了线性分段插值之外没有任何东西，但是如果您查看使用 SciPy it does have a more powerful interpolation function. See SciPy's interpolate 文档以获取更多详细信息。

它包括更复杂的插值，如 'cubic' 插值，它会给你非常平滑的近似值，但它不会是对数，也不会给你方程。

如果你想要一个方程式，你正在寻找的是回归技术而不是插值法，但我认为你不是。

Answer 2

过去，我只是将正常的插值包装在 log-space 中，即

def log_interp(zz, xx, yy):
    logz = np.log10(zz)
    logx = np.log10(xx)
    logy = np.log10(yy)
    return np.power(10.0, np.interp(logz, logx, logy))

就个人而言，我更喜欢 scipy interpolation functions（正如@mylesgallagher 提到的），例如：

import scipy as sp
import scipy.interpolate

def log_interp1d(xx, yy, kind='linear'):
    logx = np.log10(xx)
    logy = np.log10(yy)
    lin_interp = sp.interpolate.interp1d(logx, logy, kind=kind)
    log_interp = lambda zz: np.power(10.0, lin_interp(np.log10(zz)))
    return log_interp

然后您可以将其作为任意值的函数调用。

python 中的对数插值

Logarithmic interpolation in python

python

interpolation

numpy