我在scipy interp1d函数中收到这个错误。通常,如果x不是单调递增的,就会产生这个误差。
import scipy.interpolate as spi
def refine(coarsex,coarsey,step):
finex = np.arange(min(coarsex),max(coarsex)+step,step)
intfunc = spi.interp1d(coarsex, coarsey,axis=0)
finey = intfunc(finex)
return finex, finey
for num, tfile in enumerate(files):
tfile = tfile.dropna(how='any')
x = np.array(tfile['col1'])
y = np.array(tfile['col2'])
finex, finey = refine(x,y,0.01)
代码是正确的,因为它成功地处理了6个数据文件,并在第7个文件中抛出了错误。所以数据肯定有问题。但据我所知,数据一直在增长。 很抱歉没有提供示例,因为我无法在示例上重现错误。
有两件事可以帮助我:
ValueError: A value in x_new is above the interpolation range.
时的索引,这样我就可以看到
文件有问题吗?更新
所以问题是,由于某种原因,max(finex)
大于max(coarsex)
(一个是.x39,另一个是.x4)。我希望将原始值四舍五入到2个有效数字可以解决问题,但它没有,它显示的数字更少,但仍与未显示的数字一起计算。我能怎么办?
对你的
finex
计算的快速测试表明它可以(总是?)进入外推区域。同样,这是一个快速测试,可能会遗漏一些关键步骤或值。
如果您运行的是Scipy v.0.17.0或更高版本,那么您可以pass ^{} to ^{} ,它将进行外推,以计算出位于插值范围之外的这些值。定义插值函数如下:
intfunc = spi.interp1d(coarsex, coarsey,axis=0, fill_value="extrapolate")
不过,要提前警告!
根据数据的外观和正在执行的插值类型,外推值可能是错误的。如果有噪音或非单调数据,这一点尤其正确。在您的情况下,您可能没事,因为您的x_新值仅略大于您的插值范围。
这里简单演示了这个特性如何能够很好地工作,但也给出了错误的结果。
因此,插值部分(红色)工作良好,但由于噪声的存在,外推部分显然无法遵循数据中的线性趋势。所以对你的数据有一些了解,并谨慎行事。
相关问题 更多 >
编程相关推荐