使用外插图填充缺失的数组值Python

我有一个2D numpy数组，其中包含X和Y数据。轴X包含分辨率为纳秒的时间信息。我的问题发生，因为我需要比较simulated signal和real signal。 simulated signal的问题在于，仿真器具有不同的步长，并且具有优化目的，如图1所示。 1.使用外插图填充缺失的数组值Python

在另一方面我真正的数据是由一个osciloscope收购，你的数据有记录的每个点之间的性差异1 exaclty纳秒。因此，我需要在X轴上具有相同的比例以进行正确的比较。我怎样才能获得额外的积分，使得我的数据在点之间保持一致？

编辑1

我需要这个新的点填补我的阵列，使恒步模拟数据，如显示在图2

绿点显示数据的例子从外推数据中提取。

来源

2017-06-20 JulianOliveira

目前还不清楚你在问什么。您可能会显示您拥有的代码及其不良结果，以便您可以帮助您改进它。 – ImportanceOfBeingErnest

不完全清楚你想要什么，但它听起来像'SciPy'插值可能有帮助（https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp1d.html） –

请注意，虽然图像通常是有用的，在这种情况下，它们不传达必要的信息。你想插入给定的曲线吗？你想在同一个尺度上显示两条不同的曲线吗？将问题分解为5个左右的简单案例，并在问题中提供这些数字。然后清楚地说明你期望这些数字发生。 – ImportanceOfBeingErnest

使用scipy interpolate模块解决了此问题。例如。

interpolate.py

import matplotlib.pyplot as plt 
from scipy import interpolate as inter 
import numpy as np 


Fs = 0.1 
f = 0.01 
sample = 10 

x = np.arange(sample) 
y = np.sin(2 * np.pi * f * x/Fs) 

inte = inter.interp1d(x,y) 

new_x = np.arange(0,9,0.1) 
new_y = inte(new_x) 
fig = plt.figure() 
ax1 = fig.add_subplot(111) 
ax1.scatter(new_x,new_y,s=5,marker='.') 
ax1.scatter(x,y,s=50,marker='*') 

plt.show()

此代码给出的结果。

来源

2018-02-22 18:08:21 JulianOliveira

这样做的一种常见方法是简单地复制一些点（添加具有相同平均值的点不会修改大部分统计值）
因此，每次更改比例时都必须更改数据集。每次换算都需要很多时间，但这非常简单。如果您不必更改比例太多，您可以尝试。

来源

2017-06-20 12:12:47

使用外插图填充缺失的数组值Python

回答

相关问题