Python에서 '가장 가까운' 방법을 사용한 외삽

Question

다음 Matlab 문에 해당하는 Python을 찾고 있습니다.

vq interp1(x,y, xq,'nearest','extrap')

마치 interp(xq, x, y) 선형 보간/외삽에 완벽하게 작동합니다.

나도 살펴봤어

F = scipy.interpolate.interp1d(x, y, kind='nearest')

가장 가까운 방법에서는 완벽하게 작동하지만 외삽을 수행하지는 않습니다.

내가 간과한 다른 것이 있습니까?감사해요.

Answer 1

가장 가까운 보간법을 사용하여 외삽하는 선형 보간법의 경우 다음을 사용하십시오. numpy.interp.기본적으로 이 작업을 수행합니다.

예를 들어:

yi = np.interp(xi, x, y)

그렇지 않고 설명대로 가장 가까운 보간을 원하는 경우 짧지만 비효율적인 방법으로 수행할 수 있습니다.(원한다면 이것을 한 줄로 만들 수 있습니다)

def nearest_interp(xi, x, y):
    idx = np.abs(x - xi[:,None])
    return y[idx.argmin(axis=1)]

또는 다음을 사용하여 보다 효율적인 방법으로 searchsorted:

def fast_nearest_interp(xi, x, y):
    """Assumes that x is monotonically increasing!!."""
    # Shift x points to centers
    spacing = np.diff(x) / 2
    x = x + np.hstack([spacing, spacing[-1]])
    # Append the last point in y twice for ease of use
    y = np.hstack([y, y[-1]])
    return y[np.searchsorted(x, xi)]

차이점을 설명하기 위해 numpy.interp 위의 가장 가까운 보간 예는 다음과 같습니다.

import numpy as np
import matplotlib.pyplot as plt

def main():
    x = np.array([0.1, 0.3, 1.9])
    y = np.array([4, -9, 1])
    xi = np.linspace(-1, 3, 200)

    fig, axes = plt.subplots(nrows=2, sharex=True, sharey=True)
    for ax in axes:
        ax.margins(0.05)
        ax.plot(x, y, 'ro')

    axes[0].plot(xi, np.interp(xi, x, y), color='blue')
    axes[1].plot(xi, nearest_interp(xi, x, y), color='green')

    kwargs = dict(x=0.95, y=0.9, ha='right', va='top')
    axes[0].set_title("Numpy's $interp$ function", **kwargs)
    axes[1].set_title('Nearest Interpolation', **kwargs)

    plt.show()

def nearest_interp(xi, x, y):
    idx = np.abs(x - xi[:,None])
    return y[idx.argmin(axis=1)]

main()

Answer 2

SCIPY 버전 (적어도 V0.19.1 +) 버전에서 scipy.interpolate.interp1d는 fill_value = “extrapolate” 옵션을 갖습니다.

예 :

import pandas as pd
>>> s = pd.Series([1, 2, 3])
Out[1]: 
0    1
1    2
2    3
dtype: int64

>>> t = pd.concat([s, pd.Series(index=s.index + 0.1)]).sort_index()
Out[2]: 
0.0    1.0
0.1    NaN
1.0    2.0
1.1    NaN
2.0    3.0
2.1    NaN
dtype: float64

>>> t.interpolate(method='nearest')
Out[3]: 
0.0    1.0
0.1    1.0
1.0    2.0
1.1    2.0
2.0    3.0
2.1    NaN
dtype: float64

>>> t.interpolate(method='nearest', fill_value='extrapolate')
Out[4]: 
0.0    1.0
0.1    1.0
1.0    2.0
1.1    2.0
2.0    3.0
2.1    3.0
dtype: float64

.