`ValueError: A value in x_new is above the interpolation range.` - 除了不升值之外还有什么其他原因？

Question

我在 scipy interp1d 函数中收到此错误。通常，如果 x 不是单调递增的，就会产生这个错误。

import scipy.interpolate as spi
def refine(coarsex,coarsey,step):
    finex = np.arange(min(coarsex),max(coarsex)+step,step)
    intfunc = spi.interp1d(coarsex, coarsey,axis=0)
    finey = intfunc(finex)
    return finex, finey

for num, tfile in enumerate(files):
    tfile = tfile.dropna(how='any')
    x = np.array(tfile['col1'])
    y = np.array(tfile['col2'])
    finex, finey = refine(x,y,0.01)

代码是正确的，因为它成功地处理了 6 个数据文件并在第 7 个时抛出了错误。所以数据肯定有问题。但据我所知，数据一直在增加。 很抱歉没有提供示例，因为我无法在示例中重现错误。

有两件事可以帮助我：

1. 一些头脑风暴 - 如果数据确实是单调的 增加，还有什么会产生这个错误？另一个提示， 关于小数，可能在this question，但我认为 我的解决方案（x 的最小值和最大值）足够强大，可以避免它。要么 不是吗？
2. 是否有可能（如何？）返回 x_new 的值和 它是投掷ValueError: A value in x_new is above the interpolation range. 时的索引，这样我实际上可以看到 文件有问题吗？

更新

所以问题在于，出于某种原因，max(finex) 大于 max(coarsex)（一个是 .x39，另一个是 .x4）。我希望将原始值四舍五入到 2 位有效数字可以解决问题，但它没有，它显示的数字更少，但仍然计入未显示的数字。我该怎么办？

Answer 1

如果您运行的是 Scipy v. 0.17.0 或更高版本，那么您可以pass fill_value='extrapolate' to spi.interp1d，它会推断以适应您位于插值范围之外的这些值。所以像这样定义你的插值函数：

intfunc = spi.interp1d(coarsex, coarsey,axis=0, fill_value="extrapolate")

不过，请注意！

根据您的数据外观和您执行的插值类型，外推值可能是错误的。如果您有嘈杂或非单调的数据，则尤其如此。在您的情况下，您可能没问题，因为您的 x_new 值只是 稍微 超出了您的插值范围。

以下是此功能如何很好地工作但也会产生错误结果的简单演示。

import scipy.interpolate as spi
import numpy as np

x = np.linspace(0,1,100)
y = x + np.random.randint(-1,1,100)/100
x_new = np.linspace(0,1.1,100)
intfunc = spi.interp1d(x,y,fill_value="extrapolate")
y_interp = intfunc(x_new)

import matplotlib.pyplot as plt
plt.plot(x_new,y_interp,'r', label='interp/extrap')
plt.plot(x,y, 'b--', label='data')
plt.legend()
plt.show()

因此，插值部分（红色）运行良好，但由于噪声，外插部分显然无法遵循该数据的线性趋势。因此，请对您的数据有所了解并谨慎行事。

Answer 2

对finex 计算的快速测试表明它可以（总是？）进入外推区域。

In [124]: coarsex=np.random.rand(100)
In [125]: max(coarsex)
Out[125]: 0.97393109991816473
In [126]: step=.01;finex=np.arange(min(coarsex), max(coarsex)+step, step);(max(
     ...: finex),max(coarsex))
Out[126]: (0.98273730602114795, 0.97393109991816473)
In [127]: step=.001;finex=np.arange(min(coarsex), max(coarsex)+step, step);(max
     ...: (finex),max(coarsex))
Out[127]: (0.97473730602114794, 0.97393109991816473)

这又是一个快速测试，可能会遗漏一些关键步骤或价值。