两个大型数据数组之间的 Python 插值

Question

我有两个不同年份的数据集（2015 年和 2024 年），需要对 2019 年进行插值。问题是这些数据集的大小；在导入它们并修剪掉不必要的数据列之后，每年的每个一维数组仍然超过 4M 点长。我需要使用 2019 年的插值点创建一个新数组，但到目前为止，我尝试的似乎需要很长时间（测试 200 个数据点大约需要 25 秒）。如何加快速度？

#import data already done, trimming off unnecessary (Location1,Location2) columns.
JT_2015 = np.delete(data_2015,[0,1],1)
JT_2024 = np.delete(data_2024,[0,1],1)

#creating empty array to append interpolated data in to.
JT_2019 = np.array([])

#separate Location1,Location2 set to attach interpolated data to later
nodeSets = np.delete(data_2024,[2],1)

#flattening to 1D arrays
JT_2015 = np.ravel(JT_2015)
JT_2024 = np.ravel(JT_2024)

#loop to interpolate all data points
for i in range(0,len(JT_2015)):
    a = JT_2015[i]
    b = JT_2024[i]
    calc = np.interp(2019,[2015,2024],[a,b])
    JT_2019 = np.append(JT_2019,calc)
    

Answer 1

当您只有两个点（2015 和 2024）时，您会被 linear interpolation 卡住。所以你还不如直接做：

JT_2019 = JT_2015 * ((2024-2019)/(2024-2015)) + JT_2024 * ((2019-2015)/(2024-2015))