将浮点索引插值从 MATLAB 转换为 Python

Question

比如我有一个索引数组

ax = [0, 0.2, 2] #start from index 0: python

和矩阵I

I= 
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50

在 MATLAB 中，通过运行这段代码

[gx, gy] = meshgrid([1,1.2,3], [1,1.2,3]);
I = [10:10:50];
I = vertcat(I,I,I,I,I)
SI = interp2(I,gx,gy,'bilinear');

结果SI是

SI =
10    12    30
10    12    30
10    12    30

我尝试使用 NumPy 在 Python 中进行相同的插值。我首先按行插入，然后按列插入

import numpy as np
ax = np.array([0.0, 0.2, 2.0])
ay = np.array([0.0, 0.2, 2.0])
I = np.array([[10,20,30,40,50]])
I = np.concatenate((I,I,I,I,I), axis=0)
r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)
  
I_row = np.transpose(np.array([np.interp(ax, r_idx, I[:,x]) for x in range(0,I.shape[0])]))
I_col = np.array([np.interp(ay, c_idx, I_row[y,:]) for y in range(0, I_row.shape[0])])

SI = I_col

然而，结果SI是

SI =
10    10    20
10    10    20
10    10    20

为什么我使用 Python 的结果与使用 MATLAB 的结果不同？

Answer 1

您 over-corrected 从 MATLAB 转到 Python 似乎是您自己 Python，如您的第一个代码摘录所示。

ax = [0, 0.2, 2] #start from index 0: python

在 numpy 逻辑中，这个序列不代表索引，而是代表坐标用于插值的函数。由于您已经在此处处理了增加坐标以与 matlab 兼容的问题：

r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)

您可以重复使用您在 Matlab 中使用的相同插值坐标：

ax = [1,1.2,3]

完整代码：

import numpy as np
ax = np.array([1.0, 1.2, 3.0])
ay = np.array([1.0, 1.2, 3.0])
I = np.array([[10,20,30,40,50]])
I = np.concatenate((I,I,I,I,I), axis=0)
r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)

I_row = np.transpose(np.array([np.interp(ax, r_idx, I[:,x]) for x in range(0,I.shape[
0])]))
I_col = np.array([np.interp(ay, c_idx, I_row[y,:]) for y in range(0, I_row.shape[0])]
)

SI = I_col

结果：

array([[10., 12., 30.],
       [10., 12., 30.],
       [10., 12., 30.]])

错误说明

由于ax表示坐标，前两个值0.0和0.2在r_idx的第一个坐标之前。根据documentation，插值会默认为I[:,x][0].

将浮点索引插值从 MATLAB 转换为 Python

Translating float index interpolation from MATLAB to Python

python

matlab

interpolation

numpy

错误说明