在Python中插值周期性数据

Question

我有一个模块，它收集的数据时间间隔不一致。可惜的是，为了在图表中好看地使用这些数据，我需要把 x 的值调整到一个一致的时间间隔。

给定以下的 x 和 y 的配对，最符合Python风格的做法是什么呢？

(1, 23), (2, 42), (3.5, 89), (5, 73), (7, 54), (8, 41), (8.5, 37), (9, 23)

相关问题：

• Python中多季节预测的Holt-Winters方法
• 如何使用Python将csv文件中的datetime对象分割为30分钟数组并导出为新csv文件
• 将日期转换为浮点数以用于Pandas数据框的线性回归
• Pandas：去季节化时间序列数据
• Python与Pandas：将日期时间值系列转换为连续日期索引
• 如何在pandas中使用日期时间索引进行插值重建？
• Python中的时间序列分析，使用傅里叶（或其他方法）
• R或Python中的季节性调整

Answer 1

使用 numpy.interp：

import numpy as np

a = np.array([(1, 23), (2, 42), (3.5, 89), (5, 73), (7, 54), (8, 41), (8.5, 37), (9, 23)])

x = np.arange(1, 10) # target x values

b = zip(x, np.interp(x, a[:,0], a[:,1]))

# b == [(1, 23.0),
#       (2, 42.0),
#       (3, 73.333333333333329),
#       (4, 83.666666666666671),
#       (5, 73.0),
#       (6, 63.5),
#       (7, 54.0),
#       (8, 41.0),
#       (9, 23.0)]