Python `ValueError:x_new中的值高于插值范围。`-除了不提升值之外,还有什么其他原因?
我在scipy interp1d函数中收到此错误。通常,如果x不是单调递增的,则会产生此错误Python `ValueError:x_new中的值高于插值范围。`-除了不提升值之外,还有什么其他原因?,python,scipy,interpolation,Python,Scipy,Interpolation,我在scipy interp1d函数中收到此错误。通常,如果x不是单调递增的,则会产生此错误 import scipy.interpolate as spi def refine(coarsex,coarsey,step): finex = np.arange(min(coarsex),max(coarsex)+step,step) intfunc = spi.interp1d(coarsex, coarsey,axis=0) finey = intfunc(finex)
import scipy.interpolate as spi
def refine(coarsex,coarsey,step):
finex = np.arange(min(coarsex),max(coarsex)+step,step)
intfunc = spi.interp1d(coarsex, coarsey,axis=0)
finey = intfunc(finex)
return finex, finey
for num, tfile in enumerate(files):
tfile = tfile.dropna(how='any')
x = np.array(tfile['col1'])
y = np.array(tfile['col2'])
finex, finey = refine(x,y,0.01)
代码是正确的,因为它成功地处理了6个数据文件,并在第7个数据文件中抛出了错误。所以数据一定有问题。但据我所知,数据一直在增长。
我很抱歉没有提供一个例子,因为我无法在一个例子中重现错误
有两件事可以帮助我:
ValueError时它是索引:x_new中的值高于插值范围。
这样我就可以看到
问题出在哪里所以问题在于,出于某种原因,
max(finex)
大于max(roughex)
(一个是.x39,另一个是.x4)。我希望将原始值四舍五入到2个有效数字可以解决问题,但事实并非如此,它显示的数字更少,但仍使用未显示的数字进行计数。对此我能做些什么?对您的finex
calc的快速测试表明,它可以(总是?)进入外推区域
In [124]: coarsex=np.random.rand(100)
In [125]: max(coarsex)
Out[125]: 0.97393109991816473
In [126]: step=.01;finex=np.arange(min(coarsex), max(coarsex)+step, step);(max(
...: finex),max(coarsex))
Out[126]: (0.98273730602114795, 0.97393109991816473)
In [127]: step=.001;finex=np.arange(min(coarsex), max(coarsex)+step, step);(max
...: (finex),max(coarsex))
Out[127]: (0.97473730602114794, 0.97393109991816473)
同样,这是一个快速测试,可能缺少一些关键步骤或值。如果您运行的是Scipy v。0.17.0或更高版本,然后您可以,它将进行外推,以容纳位于插值范围之外的这些值。这样定义插值函数:
intfunc=spi.interp1d(粗x,粗y,轴=0,fill\u value=“extraction”)
然而,要提前得到警告!
根据数据的外观和正在执行的插值类型,外推值可能是错误的。如果您有嘈杂或非单调的数据,这一点尤其正确。在您的例子中,您可能还可以,因为您的x_新值仅略微超出了插值范围
这里简单演示了这个特性如何很好地工作,但也会产生错误的结果
import scipy.interpolate as spi
import numpy as np
x = np.linspace(0,1,100)
y = x + np.random.randint(-1,1,100)/100
x_new = np.linspace(0,1.1,100)
intfunc = spi.interp1d(x,y,fill_value="extrapolate")
y_interp = intfunc(x_new)
import matplotlib.pyplot as plt
plt.plot(x_new,y_interp,'r', label='interp/extrap')
plt.plot(x,y, 'b--', label='data')
plt.legend()
plt.show()
因此,插值部分(红色)运行良好,但由于噪声,外推部分显然无法遵循该数据中的其他线性趋势。因此,请对您的数据有一些了解,并谨慎行事。我将重点关注
finex
的最小/最大值,而不是roughex
的范围。该消息告诉我,在需要外推的区域中,finex
的某些值大于任何roughex
的值。如果声明其范围仅应为roughex
的最大值,那么finex
的值怎么可能大于roughex
?哦,我明白了,我想如果步骤
大于最大值和第二个最大值之间的差值,可能会发生这种情况。。。不,等等,它不能,因为步骤是步骤!答对 了谢谢,你说得对,问题出在第六位有效数字的某个地方<代码>最小粗度、最小细度、最大粗度、最大细度261.4134814 261.4134814 524.9398314 524.9434814
。所以我试着将数值四舍五入到2个有效数字,但仍然不起作用(它是否只在显示中四舍五入,但仍然使用更多的数字进行计数?我真的被困在一个浮点数中神秘的位数的薄冰上了吗?)。。。怎么走动?