Scipy interp1d 和无穷大

Question

当使用 scipy.interpolate.interp1d 进行线性插值时，我遇到以下行为：

from scipy.interpolate import interp1d
import numpy as np
x = [0,1,2,3,4]
y = [np.inf, 10, 12, 11, 9]
interpolated_function = interp1d(x,y)

现在当然插值在 [0,1) 中没有明确定义，但在 1 我希望它被定义。然而：

In[2]:  interpolated_function(1.)
        C:\WinPython27\python-2.7.10\lib\site-packages\
        scipy\interpolate\interpolate.py:469:
        RuntimeWarning: invalid value encountered in add
        y_new = slope*(x_new - x_lo)[:, None] + y_lo 
Out[2]: array(nan)

In[3]:  interpolated_function(1.000000000000001)
Out[3]: array(10.000000000000002)

这是预期的行为吗？ 1 处的插值函数不应该被评估为 10，因为这是传递给 interp1d 的完全有效的数据点吗？

Answer 1

interp1d 不是特例 nans 或 infs。对于 kind="linear" 它只是在包含输入值的区间上使用您收到的错误消息中打印的公式。

由于在浮点数中完全相等是不可靠的，通过在 1.0 处对其进行评估，您依赖于将其分类为 (0, 1) 或 (1, 2) 的实现细节。

例如，

In [26]: np.interp(1, x, y)
Out[26]: 10.0

In [32]: interp1d(x, y, kind='slinear')(1.)
Out[32]: array(10.0)

在 scipy 的未来版本中，行为将取决于 fill_value。（在当前的开发版本中，您可以使用 fill_value="extrapolate"。）

最好的办法是在用户端过滤掉非有限数字。

In [33]: x, y = map(np.asarray, (x, y))

In [34]: mask = np.isfinite(x) & np.isfinite(y)

In [35]: ii = interp1d(x[mask], y[mask])

In [36]: ii(1.)
Out[36]: array(10.0)

Scipy interp1d 和无穷大

Scipys interp1d and infinities

python

interpolation

scipy

linear-interpolation