Python 表中的间接双线性插值
我想用这个表对两个电压信号进行插值，并将它们转换成相应的温度值。这不是我想要执行的直接双线性插值 例如： T1:1.721V T2:4.025 V 步骤1：在内部温度上插入T1。Ch1 最终温度为134.375℃ 步骤2：从T2开始，确定参考Z下预期值（250-300°C）的可能行，T1位于125°C和140°C之间）。 这为我提供了以下网格： 3.608 3.616 4.462 4.468 现在，我想通过插值（max和min）计算相应的电压。我得到了3.613V和4.46575V 步骤3：使用步骤2中计算的两个电压值，沿行进行插值。i、 e.在250-300°C和3.613 V-4.46575 V之间，以确定对应于T2=4.025 V的温度（以°C为单位） 有没有办法通过直接读取像这样的表作为数据帧来实现这一点 我已经能够在excel上使用索引和匹配来完成这项工作，一种更长的方法是从表中连续读取。例如，这样的代码可以实现步骤1：Python 表中的间接双线性插值,python,numpy,scipy,interpolation,bilinear-interpolation,Python,Numpy,Scipy,Interpolation,Bilinear Interpolation,我想用这个表对两个电压信号进行插值，并将它们转换成相应的温度值。这不是我想要执行的直接双线性插值 例如： T1:1.721V T2:4.025 V 步骤1：在内部温度上插入T1。Ch1 最终温度为134.375℃ 步骤2：从T2开始，确定参考Z下预期值（250-300°C）的可能行，T1位于125°C和140°C之间）。 这为我提供了以下网格： 3.608 3.616 4.462 4.468 现在，我想通过插值（max和min）计算相应的电压。我得到了3.613V和4.46575V
internal=ref_table.loc[['Internal Temp. (Ch1)'],:].squeeze()
y=[20,85,100,125,140,150,160,170,180]
tit_p1=[]
for i in raw_data['T1 Intern']:
j=np.interp(i,internal,y)
tit_p1.append(j)
print(tit_p1)
任何帮助都将不胜感激！谢谢 这对我有用！我为任何可能尝试做类似事情的人发布了一个答案
将numpy导入为np
作为pd进口熊猫
ref_table=pd.read_csv（'电压-温度转换'u 1.csv'，编码'ISO-8859-1'，sep='；'，索引'u col='referez'）
ref_table=ref_table.dropna（how='all'，axis=1）
ref_table=ref_table.dropna（how='all'，axis=0）
打印（参考表格）
T1=值
T2=值_2
参考1=[]
对于ref_table.iloc[2，：]中的i：
参考1.附加（i）
参考1[：]=[参考1中x的值-x]
idx=ref_1.索引（最小值（如果i>0，则i代表ref_1中的i））
T_it=np.interp（value，ref_table.iloc[2，idx:idx+2]，ref_table.columns[idx:idx+2].astype（int））
ref_choose=ref_table.iloc[3:，idx:idx+2]
参考2=[]
对于ref_中的i，选择.iloc[：，0]：
参考2.附加（i）
ref_2[：]=[ref_2中x的值_2-x]
idx_2=参考_2.索引（最小值（如果i>0，则参考_2中的i表示i））
ref_fgrid=ref_choose.iloc[idx_2:idx_2+2，：]
Vr_min=np.interp（T_it，ref_fgrid.columns.astype（int），ref_fgrid.iloc[0，：]））
Vr_max=np.interp（T_it，ref_fgrid.columns.astype（int），ref_fgrid.iloc[1，：]）
T_ch=np.interp（value_2，[Vr_min，Vr_max]，ref_choose.index.astype（int）[idx_2:idx_2+2]）
T1T2