将带有插值的新值的 python numpy 数组的长度加倍答案

【问题标题】：Double the length of a python numpy array with interpolated new values将带有插值的新值的 python numpy 数组的长度加倍
【发布时间】：2013-04-29 13:56:09
【问题描述】：

我有一个由 5 个数字组成的数组：

A = [10, 20, 40, 80, 110]

我需要创建一个长度为第 10 个数字的新数组。

额外的数字可能是A 的两个# 之间的平均数。

例如：编辑 B = [10 , 15 , 20 ,30, 40, 60, 80, 95, 110 ]

是否可以使用 scipy 或 numpy 函数？

【问题讨论】：

B中不应该有40吗？
sum([[x, sum([x,A[n+1]])/2] for n, x in enumerate(A) if n < len(A)-1],[])
如果 A 包含浮点数？
@user1640255 我的回答适用于花车。 Hooked 的回答也会

标签： python arrays numpy scipy

【解决方案1】：

使用numpy.interp:

import numpy as np
Y = [10, 20, 40, 80, 110]
N = len(Y)
X = np.arange(0, 2*N, 2)
X_new = np.arange(2*N-1)       # Where you want to interpolate
Y_new = np.interp(X_new, X, Y) 
print(Y_new)

产量

[  10.   15.   20.   30.   40.   60.   80.   95.  110.]

【讨论】：

【解决方案2】：

使用this answer：

In [1]: import numpy as np

In [2]: a = np.array([10, 20, 40, 80, 110])

In [3]: b = a[:-1] + np.diff(a)/2

In [4]: c = np.empty(2 * a.size -1)

In [5]: c[::2] = a

In [6]: c[1::2] = b

In [7]: c
Out[7]: array([  10.,   15.,   20.,   30.,   40.,   60.,   80.,   95.,  110.])

【讨论】：

我更喜欢这个，更“numpythonic”。虽然我意识到我们的两个答案在最终数组中具有不同的dtype=float 和dtype=int（由于仅除以偶数）。

【解决方案3】：

您并没有将其翻倍，因为您只是两者之间的平均值。正如@LevLevitsky 在评论中指出的那样，您还缺少40。

import numpy as np
A = np.array([10, 20, 40, 80, 110])
avg = (A[:-1] + A[1:])/2

B = []
for x1, x2 in zip(A, avg):
    B.append(x1)
    B.append(x2)
B.append(A[-1])

B = np.array(B)
print B

给予：

[ 10  15  20  30  40  60  80  95 110]

【讨论】：

@user1640255 没问题，我们很乐意提供帮助。确保您投票并选择最佳答案。我从您的个人资料中看到您尚未接受任何答案。去做！它可以帮助我们“结束”一个问题，知道您已经找到了解决方案。