Python 二维阵列的插值

Python 二维阵列的插值,python,pandas,numpy,interpolation,Python,Pandas,Numpy,Interpolation,我想知道是否有一种方法可以在python中使用用于插值1D数组({np.interpolate})的相同原理来插值2D数组 因此,我的目标是增加数组中的数据点数量([1000,20]到[1000,200][Time_index,X]) 我正在寻找一个功能,是能够做到这一点 A = np.array([[ 0.45717218, 0.44250104, 0.47812272, 0.49092173, 0.46002069], [ 0.29829681, 0.26408021, 0

我想知道是否有一种方法可以在python中使用用于插值1D数组({np.interpolate})的相同原理来插值2D数组

因此,我的目标是增加数组中的数据点数量([1000,20]到[1000,200][Time_index,X])

我正在寻找一个功能,是能够做到这一点

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,我想用0.01的间距对它进行插值,因此最终的乘积应该是[500500]

谢谢,

您可以使用:

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]])

如果您不介意附加依赖项,请安装scipy。它附带了各种2d插值例程。你可能需要(线性插值)或(样条插值)。谢谢,我会仔细阅读。
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]])