二维数组的插值

Question

我想知道是否有一种方法可以使用与插入一维数组 ({np.interpolate}) 相同的原理在 python 中插入二维数组。

所以我的目标是增加数组中数据点的数量（[1000,20] 到 [1000, 200] [Time_indexing, X]）。

我正在寻找能够做到这一点的函数。

A = np.array([[ 0.45717218,  0.44250104,  0.47812272,  0.49092173,  0.46002069],
   [ 0.29829681,  0.26408021,  0.3709202 ,  0.44823109,  0.49311853],
   [ 0.05469835,  0.01048596,  0.17398291,  0.30088943,  0.39783137],
   [-0.20463768, -0.24610673, -0.0713164 ,  0.08406331,  0.22047102],
   [-0.4074527 , -0.43573695, -0.31062521, -0.15750053, -0.00222392]])

这是一个 [5,5] 数组，我想使用 0.01 的间距对其进行插值，因此最终产品应该是 [500,500]。

谢谢，

Answer 1

您可以使用 interp2d:

from scipy.interpolate import interp2d
f = interp2d(np.arange(0,500,100), np.arange(0,500,100), A)
f(np.arange(500), np.arange(500))

输出：

array([[ 0.45717218,  0.45702547,  0.45687876, ...,  0.46002069,
         0.46002069,  0.46002069],
       [ 0.45558343,  0.45543476,  0.45528609, ...,  0.46035167,
         0.46035167,  0.46035167],
       [ 0.45399467,  0.45384405,  0.45369343, ...,  0.46068265,
         0.46068265,  0.46068265],
       ...,
       [-0.4074527 , -0.40773554, -0.40801839, ..., -0.00222392,
        -0.00222392, -0.00222392],
       [-0.4074527 , -0.40773554, -0.40801839, ..., -0.00222392,
        -0.00222392, -0.00222392],
       [-0.4074527 , -0.40773554, -0.40801839, ..., -0.00222392,
        -0.00222392, -0.00222392]])

二维数组的插值

Interpolation for a 2D array

python

interpolation

numpy

pandas