时间戳

首页 > 解决方案 > 为什么 Matlab interp1 产生的结果与 numpy interp 不同？

python - 为什么 Matlab interp1 产生的结果与 numpy interp 不同？

问题描述

编辑：编辑代码以产生与 Matlab 一致的结果。见下文。

我正在将 Matlab 脚本转换为 Python，并且在某些情况下线性插值结果不同。我想知道为什么以及是否有任何方法可以解决这个问题？

这是 Matlab 和 Python 中的代码示例以及结果输出（请注意，在这种情况下 t 恰好等于 tin）：

MATLAB：

t= [ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667, 736696.0125];
tin =[ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667,  736696.0125];
xin = [   nan , 1392.,  1406. , 1418.  ,  nan , 1442. ,   nan];

interp1(tin,xin,t)

ans =

 NaN        1392        1406        1418         NaN        1442         NaN

Python（numpy）：

（scipy interpolate.interp1d 产生与 numpy 相同的结果）

t= [ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667, 736696.0125];
tin =[ 736696., 736696.00208333, 736696.00416667, 736696.00625, 736696.00833333, 736696.01041667,  736696.0125];
xin = [   nan , 1392.,  1406. , 1418.  ,  nan , 1442. ,   nan];

x = np.interp(t,tin,xin)

array([   nan,  1392.,  1406.,    nan,    nan,    nan,    nan]) 

# Edit
# Find indices where t == tin and if the np.interp output 
# does not match the xin array, overwrite the np.interp output at those 
# indices 
same = np.where(t == tin)[0]
not_same = np.where(xin[same] != x[same])[0]
x[not_same] = xin[not_same]

标签： pythonmatlabnumpyinterpolation

解决方案

似乎 Matlab 在其插值中包含一个额外的相等检查。

线性一维插值通常通过找到两个跨越输入值的 x 值来完成x，然后将结果计算为：

y = y1 + (y2-y1)*(x-x1)/(x2-x1)

如果您传入一个与输入 x 坐标之一完全x相等的值，则例程通常会计算正确的值，因为它将为零。但是，如果您的输入数组具有as或这些将传播到结果。x-x1nany1y2

根据您发布的代码，我最好的猜测是 Matlab 的插值函数有一个额外的检查，类似于：

if x == x1:
    return y1

并且 numpy 函数没有这个检查。

要在 numpy 中实现相同的效果，您可以执行以下操作：

np.where(t == tin,xin,np.interp(t,tin,xin))

推荐阅读