python中的有界圆插值

我的问题与这个问题类似。简单来说，我有一个时间序列角度数据，它的范围在[0360]之间。我需要计算测量值之间的关联。目前，我正在使用。为了让我的问题更清楚，这里有一个例子

import numpy as np
from scipy import interpolate
data = np.array([[0, 2, 4], [1, 359, 1]]) # first row time index, second row angle measurements
f = interpolate.interp1d(data[0, :], data[1, :], kind='linear', bounds_error=False, fill_value=None)
f([1, 3])

这将导致[180,180.]。但是，在时间2和时间4之间，角度从359变为1，这只是2度的变化，3处的插值应为0。角度随时间沿逆时针方向变化

最后，我的问题是

是否有任何标准模块可用于实现此目标

---

只是因为我想尽量避免使用自定义方法

只要在每次检测到跳转时添加360°补码，然后使用模运算返回到第一个360度。例如：

In [1]: import numpy as np

In [2]: from scipy import interpolate

In [3]: data = np.array([[0, 2, 4, 6, 8], [1, 179, 211, 359, 1]])

In [4]: complement360 = np.rad2deg(np.unwrap(np.deg2rad(data[1])))

In [5]: complement360
Out[5]: array([   1.,  179.,  211.,  359.,  361.])

In [6]: f = interpolate.interp1d(data[0], complement360, kind='linear', bounds_error=False, fill_value=None)

In [7]: f(np.arange(9))
Out[7]: array([   1.,   90.,  179.,  195.,  211.,  285.,  359.,  360.,  361.])

In [8]: f(np.arange(9))%360
Out[8]: array([   1.,   90.,  179.,  195.,  211.,  285.,  359.,    0.,    1.])

注意，我确实在这里添加了一些额外的值，否则，

np.unwrap

没有实际的方法来知道角度在哪个方向增加，这可能也是你知道角度以这种方式增加的原因（除非存在实际的不连续性，否则连续值之间的差值小于180°）

但是，如果您确实有数据使两个连续项目之间的角度跳跃大于180°，但您知道角度变化的方向（例如CCW），并且它是单调变化的，那么您可以这样检测：

In [31]: data = np.array([1, 359, 1, 60, 359, 177, 2])  # mock-data

In [32]: jumps = np.diff(data)<0  # assumptions: angle increases stricly monotonously CCW

In [33]: np.hstack((data[0], data[1:] + np.cumsum(np.sign(d)<0)*360))
Out[33]: array([   1,  359,  361,  420,  719,  897, 1082])

[31]中的

data=np.array（[1359,1,60359,177,2]）#mock data
在[32]：jumps=np.diff（data）中，从1.10.0版开始，numpy.interp使用句点关键字：
By
standard
您是指Python发行版的一部分还是numpy，SciPy？你有没有花时间看文档？是的，你是对的，我指的是Numpy，SciPy中的任何东西（我不想有只能用来解决这个特定问题的东西）。我试着看了文档，但正如你所说，我对插值的了解不超过直线，方向是角度在变化-顺时针还是逆时针？这是如何确定的？角度是逆时针变化的。numpy.interp的period关键字表示x轴周期性，而不是y轴周期性，因此这似乎无法解决问题。