在 python 中对不规则分布的一维信号进行重采样
Resampling an irregular distributed 1-D signal in python
我有一个 nx2 ndarray，它代表 h(x) 形式的高度剖面，x 是一个非负实数，h(x) 是高度值在 x。 x 值是不规则分布的，意思是：
x[i] - x[i - 1] != x[i + 1] - x[i]
我想用我的数组创建一个新的，它的 x 值和相应的高度是均匀分布的。 x 值之间的距离可以是任何正数。有没有一种有效的方法可以使用 numpy 来做这样的事情？
根据 Warren Weckesser 的评论，答案是使用 scipy.interpolate.interp1d
我有一个 nx2 ndarray，它代表 h(x) 形式的高度剖面，x 是一个非负实数，h(x) 是高度值在 x。 x 值是不规则分布的，意思是：
x[i] - x[i - 1] != x[i + 1] - x[i]
我想用我的数组创建一个新的，它的 x 值和相应的高度是均匀分布的。 x 值之间的距离可以是任何正数。有没有一种有效的方法可以使用 numpy 来做这样的事情？
根据 Warren Weckesser 的评论，答案是使用 scipy.interpolate.interp1d