在Python中对数尺度插值

Question

要插入数据，我当前使用此函数：

def myinterp(x, y, der = 0, s = 0):
    tck = interpolate.splrep(x, y, s = sigma)
    xnew = np.arange(x[0], x[-1], (x[-1]-x[0])/x.size)
    ynew = interpolate.splev(xnew, tck, der = n)
    return xnew, ynew

xnew相当于使用dx=(x[-1]-x[0])/x.size在规则网格上重新采样{}。如何做同样的事，但要在对数尺度上重采样x？在

Answer 1

你只需取对数，线性地重新取样，然后取它的指数：

xnew = np.exp(np.arange(log(x[0]), log(x[-1]), log(x[-1]/x[0])/x.size))

由于重复调用exp，结果可能相当昂贵。一种更有效但稍微更麻烦的方法是使用这样一个事实，即在对数标度下，后续元素之间存在一个常数因子：

^{pr2}$

编辑：你的问题是dx=（x[-1]-x[0]）/x.size，这在我看来很奇怪，如果你想用同样的数组大小来表示相同的范围

dx=(x[-1]-x[0]) / (x.size-1)

我的回答也是如此。在