numpy interp 减少 xp

Question

我想插入一个 numpy 数组，np.interp 几乎完全符合我的要求：

interp(x, xp, fp, left=None, right=None)
One-dimensional linear interpolation.

除了这个位：

Does not check that the x-coordinate sequence xp is increasing. If xp is not increasing, the results are nonsense.

我的 xp 正在减少，所以哪个更好：反转 xp 和 fp 的方向：

np.interp(x, xp[::-1], fp[::-1])

或反转 x 和 xp:

np.interp(-x, -xp, fp)

或者有更好的方法吗？

Answer 1

如果您有权访问 Scipy，则可以使用函数 interp1d，该函数具有关键字 assume_sorted=False 来处理递减数组。

编辑：此解决方案处理有序和非有序 x 值的情况。

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt

# Decreasing array
x = np.arange(0, 10)[::-1]
y = np.exp(-x/3.0)

# Interpolation object
f = interpolate.interp1d(x, y, assume_sorted = False)

xnew = np.arange(3,5)
ynew = f(xnew)   # use interpolation function returned by `interp1d`
plt.plot(x, y, 'o', xnew, ynew, '-')
plt.show()

Answer 2

感谢所有提供意见的人，尤其是@Jaime。

我试验了一下，得出了这个结论：

1) 除了舍入误差，我提到的两种方法结果都是一样的

2) 它们花费的时间几乎相同

3) 我尝试了 scipy 版本，但它会拒绝 assume_sorted 标志。也许我的 scipy 版本已经过时了。我怀疑如果升起该标志，scipy 会在内部对数组进行排序。但是值是排序的，只是方向相反，所以不需要这样做。

反正我用反方向的方法：

np.interp(x, xp[::-1], fp[::-1])

请记住，在这种情况下，如果需要，您还必须反转 left 和 right。

numpy interp 减少 xp

numpy interp decreasing xp

python

interpolation

numpy