NumPy插值：递减的xp

Question

我想要插值一个numpy数组，而np.interp几乎完全符合我的要求:

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

除此之外：

不检查 x 坐标序列 xp 是否递增。如果 xp 不是递增的，则结果毫无意义。

我的 xp 是递减的，那么哪个更好： 反转 xp 和 fp 的方向：

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

或将x和xp反转：

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

还有更好的方法吗？

- chw21

---

结果有什么不同吗？ - hpaulj

@hpaulj 我没有看到。 - chw21

我认为第一个可能更好，因为在过程中不会生成临时数组。 - Kattern

不幸的是，interp需要一个连续的数组才能工作（请参见此处的源代码[https://github.com/numpy/numpy/blob/master/numpy/core/src/multiarray/compiled_base.c#L533]），而反向视图则不是连续的。因此，即使@kattern的建议似乎是一个好主意，它仍然会生成临时数组。只有两个而不是三个，所以这可能仍然是更好的选择。 - Jaime

@Jaime 很有趣，从未深入研究过numpy代码的实现细节。 - Kattern

Answer 1

感谢所有提供意见的人，特别是@Jaime。

我做了一些实验，得出以下结论：

1）除了舍入误差外，我提到的两种方法都有相同的结果。

2）它们所需的时间基本相同。

3）我尝试了scipy版本，但它会拒绝assume_sorted标志。也许我的scipy版本过时了。我怀疑如果引发该标志，scipy在内部对数组进行排序。但是数值已经按相反方向排序，因此不需要这样做。

无论如何，我将使用反向方法：

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

请记住，在这种情况下，如果你需要它们，你还必须颠倒left和right。

- chw21

---

这个解决方案没有考虑到有序和无序x值的两种情况。在interpolate.interp1d函数中使用assume_sorted选项应该可以解决问题。 - crlb

根据问题，在我的情况下，x值是有序的，只是按降序排列。不，assume_sorted=False选项对我没有起作用，因为我的scipy版本太旧了。 - chw21

Answer 2

如果您可以访问Scipy，您可以使用函数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无序x值的两种情况。

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()

- crlb