用Python实现样条插值

我编写了以下代码来执行样条曲线插值：

import numpy as np
import scipy as sp

x1 = [1., 0.88,  0.67,  0.50,  0.35,  0.27, 0.18,  0.11,  0.08,  0.04,  0.04,  0.02]
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

x = np.array(x1)
y = np.array(y1)

new_length = 25
new_x = np.linspace(x.min(), x.max(), new_length)
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x)

但我得到了：

ValueError: A value in x_new is below the interpolation range.

在

interpolate.py中

任何帮助都将不胜感激。

来自：

scipy.interpolate.interp1d（x，y，kind='linear'，axis=-1，copy=True，bounds\u error=True，fill\u value=np.nan）

x:你喜欢什么。单调递增实值的一维数组

问题是x值不正确。事实上，它们是单调递减的。让我知道这是否有效，以及这是否仍然是您正在寻找的计算：

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = sorted([1., 0.88, 0.67, 0.50, 0.35, 0.27, 0.18, 0.11, 0.08, 0.04, 0.04, 0.02])
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

new_length = 25
new_x = np.linspace(x.min(), x.max(), new_length)
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x)

从：

scipy.interpolate.interp1d（x，y，kind='linear'，axis=-1，copy=True，bounds\u error=True，fill\u value=np.nan）

x:你喜欢什么。单调递增实值的一维数组

问题是x值不正确。事实上，它们是单调递减的。让我知道这是否有效，以及这是否仍然是您正在寻找的计算：

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = sorted([1., 0.88, 0.67, 0.50, 0.35, 0.27, 0.18, 0.11, 0.08, 0.04, 0.04, 0.02])
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

new_length = 25
new_x = np.linspace(x.min(), x.max(), new_length)
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x)

---

您可以通过以下方式获得：

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = [1., 0.88,  0.67,  0.50,  0.35,  0.27, 0.18,  0.11,  0.08,  0.04,  0.04,  0.02]
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

# Combine lists into list of tuples
points = zip(x1, y1)

# Sort list of tuples by x-value
points = sorted(points, key=lambda point: point[0])

# Split list of tuples into two list of x values any y values
x1, y1 = zip(*points)

new_length = 25
new_x = np.linspace(min(x1), max(x1), new_length)
new_y = sp.interpolate.interp1d(x1, y1, kind='cubic')(new_x)

---

您可以通过以下方式获得：

import numpy as np
import scipy as sp
from scipy.interpolate import interp1d

x1 = [1., 0.88,  0.67,  0.50,  0.35,  0.27, 0.18,  0.11,  0.08,  0.04,  0.04,  0.02]
y1 = [0., 13.99, 27.99, 41.98, 55.98, 69.97, 83.97, 97.97, 111.96, 125.96, 139.95, 153.95]

# Combine lists into list of tuples
points = zip(x1, y1)

# Sort list of tuples by x-value
points = sorted(points, key=lambda point: point[0])

# Split list of tuples into two list of x values any y values
x1, y1 = zip(*points)

new_length = 25
new_x = np.linspace(min(x1), max(x1), new_length)
new_y = sp.interpolate.interp1d(x1, y1, kind='cubic')(new_x)

---

我刚刚得到了上面的错误，并用删除X和Y数组中的重复值修复了它

x = np.sort(np.array([0, .2, .2, .4, .6, .9]))
y = np.sort(np.sort(np.array([0, .1, .06, .11, .25, .55]))

⬇ 将0.2更改为0.3或任意数字

x = np.sort(np.array([0, .2, .3, .4, .6, .9]))
y = np.sort(np.sort(np.array([0, .1, .06, .11, .25, .55]))

---

我刚刚得到了上面的错误，并用删除X和Y数组中的重复值修复了它

x = np.sort(np.array([0, .2, .2, .4, .6, .9]))
y = np.sort(np.sort(np.array([0, .1, .06, .11, .25, .55]))

⬇ 将0.2更改为0.3或任意数字

x = np.sort(np.array([0, .2, .3, .4, .6, .9]))
y = np.sort(np.sort(np.array([0, .1, .06, .11, .25, .55]))

---

我尝试运行您的代码，但发现

名称“np”未定义

。这是您的整个程序吗？不，您需要导入：numpy作为np，scipy作为sp，scipy.interpolation我尝试运行您的代码，但未定义名称“np”。这是您的整个程序吗？不，您需要导入：numpy作为np，scipy作为sp，scipy.interpolatein而不是

sorted（）

您可以只使用

x1.reverse（）

和

y1.reverse（）

。在本例中，x1，y1对是通过只对x1数组进行排序而断开的。y1数组的洗牌方式应与x1数组的洗牌方式相同。您可以使用

x1.reverse（）

和

y1.reverse（）

来代替

sorted（）

。在本例中，x1，y1对是通过仅对x1数组进行排序而断开的。y1数组的洗牌方式应该与x1数组的洗牌方式相同。使用上面的代码，我在最后一行中得到了这个错误，使用Python 3.6:

ValueError:Expect x应该是一个类似于一维排序数组的数组。

@K.-MichaelAye对我来说，它可以与Python 2.7和Python 3.5一起工作。我有numpy 1.11和scipy 0.17.0。您使用哪个版本？事实上，对于Python3.5Numpy1.11.3和Scipy0.17.1，它可以正常工作。它也适用于scipy 0.18.1和numpy 1.11.3，但随后使用scipy 0.19.1中断。显然，

interp1d

现在已经被弃用了。@K.-MichaelAye:谢谢。似乎没有被弃用，但实际上它在scipy 0.19上失败了，并且可以与0.18.1一起使用。参见这里的讨论，interp1d现在是单变量样条线，使用上面的代码，我在最后一行中得到了这个错误，使用Python 3.6:

ValueError:Expect x是一个一维排序数组。\u类似。

@K.-MichaelAye，它可以与Python2.7和Python3.5配合使用。我有numpy 1.11和scipy 0.17.0。您使用哪个版本？事实上，对于Python3.5Numpy1.11.3和Scipy0.17.1，它可以正常工作。它也适用于scipy 0.18.1和numpy 1.11.3，但随后使用scipy 0.19.1中断。显然，

interp1d

现在已经被弃用了。@K.-MichaelAye:谢谢。似乎没有被弃用，但实际上它在scipy 0.19中失败，并与0.18.1一起使用。参见此处的讨论，interp1d现在是单变量样条线