python - 在Python中以对数标度进行插值

要插值数据，我目前使用此功能：

def myinterp(x, y, der = 0, s = 0):
    tck = interpolate.splrep(x, y, s = sigma)
    xnew = np.arange(x[0], x[-1], (x[-1]-x[0])/x.size)
    ynew = interpolate.splev(xnew, tck, der = n)
    return xnew, ynew

xnew等效于x在带有dx=(x[-1]-x[0])/x.size的常规网格上重新采样。如何执行同样的操作，但对数刻度上的x重采样？

最佳答案

您可以采用对数，线性地重新采样，然后取其指数：

xnew = np.exp(np.arange(log(x[0]), log(x[-1]), log(x[-1]/x[0])/x.size))

由于反复调用exp，结果可能会非常昂贵。一种更有效但稍微麻烦的方法是采用以下事实：在对数标度上，后续元素之间存在一个恒定因子：

f = pow(x[-1]/x[0], 1.0/(x.size-1) )
xnew[0] = x[0]
for i in range(1,x.size):
    xnew[i] = xnew[i-1] * f

编辑：您的问题说dx =（x [-1] -x [0]）/ x.size对我来说很奇怪，如果您想使用相同的数组大小来表示相同的范围

dx=(x[-1]-x[0]) / (x.size-1)

我的答案也是如此。

关于python - 在Python中以对数标度进行插值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20045947/