如何插入单列数据以匹配另一列数据的形状？

Question

抱歉，如果标题令人困惑，我真的想不出如何简洁地表达它。

我有两个 xy 文件，它们都覆盖了 x-axis 中的相同范围（0 到 130），但是其中一个有 109 个样本，另一个有 81 个 - 格式为如下：

x1 data1
...
x109 data109

和

x1 data1
...
x81 data81

我想对第二个进行插值，使其也有 109 个样本，这样我就可以直接比较沿 x 轴的每个给定位置的数据。或者甚至可以对它们进行插值，以便它们每个都有大约 100 个样本。

通过一些研究，我认为 Scipy spline 会做我想做的事，但是我有点困惑如何让它发挥作用。

如有任何帮助，我们将不胜感激。如果您知道另一种方法，我愿意接受。提前致谢。

Answer 1

您 link 使用的 UnivariateSpline 代码是一个较低级别的例程 — 对于您的情况，使用 scipy.interpolate.interp1d 可能更好。

就您的数据而言，您应该能够使用 np.loadtxt 读取文件，将列提取到 numpy 数组中，然后像这样使用 interp1d：

x1, y1 = np.loadtxt('file1.txt').transpose()
x2, y2 = np.loadtxt('file2.txt').transpose()

# interpolate (x2, y2) onto grid x1
from scipy.interpolate import interp1d
func = interp1d(x2, y2, kind='cubic')
y2_interp = func(x1)

如何插入单列数据以匹配另一列数据的形状？

How to interpolate a single column of data to match the shape of another column of data?

python

interpolation

scipy