对图进行上采样并保留信息
Upsample a graph and preserve the information
我有各种长度的时间序列数据。因此我需要先将它归一化为相同的长度。
例如data_1这个形状有200个点
data_2这个形状有7000分
data_3 有 3000 点
我检查过this。它不适用于我的脉冲形状。我丢失了重要信息
问题:
如何上采样到 9000 点并保持它们的形状?
看起来 numpy's interp function 符合您的要求:
import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(0, 1, 10)
y1 = np.sin(2 * np.pi * x1)
x2 = np.linspace(0, 1, 30)
y2 = np.interp(x2, x1, y1)
plt.plot(x1, y1)
plt.plot(x2, y2, '.')
plt.show()
我有各种长度的时间序列数据。因此我需要先将它归一化为相同的长度。
例如data_1这个形状有200个点
data_2这个形状有7000分
data_3 有 3000 点
我检查过this。它不适用于我的脉冲形状。我丢失了重要信息
问题:
如何上采样到 9000 点并保持它们的形状?
看起来 numpy's interp function 符合您的要求:
import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(0, 1, 10)
y1 = np.sin(2 * np.pi * x1)
x2 = np.linspace(0, 1, 30)
y2 = np.interp(x2, x1, y1)
plt.plot(x1, y1)
plt.plot(x2, y2, '.')
plt.show()