问构造与函数或其他数组成比例的数组间距

EN

假设f''是NumPy array，您可以执行以下操作

# Scale these deltas as you see fit
deltas = 1/f''
domain = deltas.cumsum()

只考虑数量级波动，这可以调整如下.

deltas = 1/(-np.log10(1/f''))

1)酷法

目前，我实现了一种“自适应细化”方法受流体力学技术的启发。我有一个函数，我想要采样，f，我选择一些初始数组的样本点x_i。我构造了一个“抽样”函数g，它决定在哪里插入新的样本点。

在本例中，我选择g作为log(f)的斜率--因为我希望解析日志空间中的快速更改。然后，我将g的范围划分为L=3细化级别。如果g(x_i)超过了细化级别，则将span细分为N=2片段，将这些细分添加到样本中，并根据下一个级别进行检查。这会产生这样的结果：

实心灰色线是我想要采样的函数，而黑色十字是我的初始取样点。

虚线灰色线是我函数的日志的导数。

彩色虚线行是我的“细化级别”

彩色杂交是我精良的取样点。

所有这些都显示在日志空间中。

​

​

2)简单方法

在完成(1)之后，我意识到我可能只需要在y中选择一个最大间距，然后选择x-spacings来实现。同样，只需在y中均匀地划分函数，并找到相应的x点.其结果如下：

​

​

一个简单的方法是将x轴数组分成三个部分，并对每个部分使用不同的间距。它将允许您保持总点数和所需的间距在不同的地区的地块。例如：

x = np.linspace(10**13, 10**15, 100)
x = np.append(x, np.linspace(10**15, 10**16, 100))
x = np.append(x, np.linspace(10**16, 10**18, 100))

您可能希望根据您的数据选择一个更好的间隔，但是您知道了。