在Python / Numpy / Scipy中找到两个数组之间的插值交集

Posted 2021-04-26

我正在寻找一种简单的方法来找到两个Numpy数组之间的插值交集。我知道如果我们有两个函数句柄而不是两个数组，就可以实现这一点，如使用Scipy或使用Sympy在this链接中所示。我想做同样的事情，但是给出了两个数组，特别是线性样条线之间的线性样条线。

例如，假设我们有两个数组，y_1和y_2，两者都是在xSupport评估的。

import numpy as np
xSupport = np.array([0,1])
y_1 = np.array([0,2])
y_2 = np.array([1,0])

我正在寻找返回1/3的函数，它是这两行之间交叉点的x值。在我的应用程序中，支持大于2，所以我正在寻找一种独立于数组长度的方法。

答案

与ser的答案一样：

import numpy as np
x = np.array([0,1])
y1 = np.array([0,2])
y2 = np.array([1,0])

def solve(f,x):
    s = np.sign(f)
    z = np.where(s == 0)[0]
    if z:
        return z
    else:
        s = s[0:-1] + s[1:]
        z = np.where(s == 0)[0]
        return z

def interp(f,x,z):
    m = (f[z+1] - f[z]) / (x[z+1] - x[z])
    return x[z] - f[z]/m

f = y1-y2
z = solve(f,x)
ans = interp(f,x,z)

print(ans)

通过假设您找到零，然后对两个系列的差异执行函数，可以简化问题。首先，'solve'找到符号转换发生的位置（暗示零点出现在其间），然后'interp'执行线性插值以找到解决方案。

另一答案

在Digitizing an analog signal，我创建了一个名为find_transition_times的函数。您可以通过为y_1 - y_2传递y并为0传递threshold来使用该函数：

In [5]: xSupport = np.array([0,1])
   ...: y_1 = np.array([0,2])
   ...: y_2 = np.array([1,0])
   ...: 

In [6]: find_transition_times(xSupport, y_1 - y_2, 0)
Out[6]: array([ 0.33333333])