我有一个1维的numpy数组,想要对其进行下采样。如果下采样光栅不完全适配数据,则可以采用以下任何方法:
- 重叠下采样间隔
- 将结束时剩余的任意数量值转换为单独的下采样值
- 插值以适配光栅
基本上,如果我有:
1 2 6 2 1
如果我按照3的倍数降采样,以下所有内容都可以:
3 3
3 1.5
或者使用插值法在这里给我提供的任何东西。
我只是在寻找最快/最简单的方法来完成这个任务。
我找到了 scipy.signal.decimate
,但那好像会减少(根据需要取出数值并仅留下X中的一个)值。 scipy.signal.resample
的名称似乎正确,但我不理解他们在描述中的傅立叶问题。我的信号不是特别周期性的。
你能帮我一下吗?这似乎是一个非常简单的任务,但所有这些函数都相当复杂...
scipy.ndimage.zoom
。虽然我确定它不会像@shx2的邻域均值那样运行得快,但如果形状不完全对齐,它更易于阅读和使用。 - askewchan