如果我想要零插值(分段常数)，什么是numpy.interp的最佳插入替代？
numpy.interp是非常方便和相对快速的。在某些情况下，我想将它的输出与一个非插值变量进行比较，其中稀疏值被传播(在“更密集的”输出中)，结果是稀疏输入之间的分段常数。我想要的函数也可以称为“稀疏->稠密”转换器，它复制最新的稀疏值，直到找到后来的值为止(一种空插值，就好像从前面的值过去了零时间/距离一样)。
不幸的是，要调整numpy.interp的源代码并不容易，因为它只是编译函数的包装器。我可以使用Python循环自己编写这个程序，但是我希望找到一种C速度的方法来解决这个问题。
更新：下面的解决方案(scipy.interpolate.interp1d和kind='zero')非常慢，每次调用需要超过10秒(例如输入长度为500 K，即填充了50% )。它使用零阶样条实现kind='zero'，对spleval的调用非常慢。然而，kind='linear'的源代码(即默认的内插)提供了一个很好的模板来解决这个问题，使用的是直接的numpy (最小的改变就是设置slope=0)。该代码展示了如何使用numpy.searchsorted解决问题，运行时类似于调用numpy.interp，因此问题的解决方法是调整线性插值的scipy.interpolate.interp1d实现以跳过插值步骤(斜率!= 0混合相邻值)。
回答 3
Stack Overflow用户
发布于 2012-09-02 16:25:48
scipy.interpolate.interp1d可以做各种各样的插值：‘线性’，‘最近’，‘零’，‘s线性’，‘二次，’立方‘。
Stack Overflow用户
发布于 2016-10-07 22:25:34
为了完成这个问题:问题的解决方案是下面的代码，我在更新后的答案中给出的提示帮助下编写了这些代码：
def interpolate_constant(x, xp, yp):
indices = np.searchsorted(xp, x, side='right')
y = np.concatenate(([0], yp))
return y[indices]Stack Overflow用户
发布于 2017-06-02 19:38:25
我完全同意那种=‘0’是非常慢的；对于一个数百万行的大数据集，它的速度几乎是‘线性’方法的1000倍。对于“左常量”插值--使用最新值--以下代码工作：
def approx(x, y, xout, yleft=np.nan, yright=np.nan):
xoutIdx = np.searchsorted(x, xout, side='right')-1
return (np.where(xout<x[0], yleft, np.where(xout>x[-1], yright, y[xoutIdx])))来自R背景，这相当于R与f=0的接近。对于“右常量”插值，我还没有找到一种干净的方法，因为python的np.searchsorted =‘right’如果xout值与x中的值完全匹配，就会向后推一个索引。
https://stackoverflow.com/questions/12240634
复制
![如何在Flutter应用程序中创建不同的渐变[Flutter专题20]](https://ask.qcloudimg.com/http-save/yehe-6702670/d0e07279236fdf118634b76f2cacebe3.png)
相似问题
在x轴上格式化小时和分钟
在D3.js上仅在x轴上使用小时和分钟
格式化时间(以小时和分钟为单位)
d3.js:在x轴上显示小时、分钟、秒、毫秒
如何格式化Pandas / Matplotlib图形，使x轴刻度仅为小时和分钟？
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
