的樣條插值的Python守點

Question

我寫的執行樣條插補代碼：

x1 = [ 0., 13.99576991, 27.99153981, 41.98730972, 55.98307963, 69.97884954, 83.97461944, 97.97038935, 111.9661593, 125.9619292, 139.9576991, 153.953469 ] 
y1 = [ 1., 0.88675318, 0.67899118, 0.50012243, 0.35737022, 0.27081293, 0.18486778, 0.11043095, 0.08582272, 0.04946131, 0.04285015, 0.02901567] 

x = np.array(x1) 
y = np.array(y1) 

# Interpolate the data using a cubic spline to "new_length" samples 
new_length = 50 
new_x = np.linspace(x.min(), x.max(), new_length) 
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x) 

但在新的數據集生成new_x和new_y原始分被淘汰，只有第一個和最後一個值保持。我想保留原來的觀點。

Answer 1

Right，linspace將不會生成x中的任何值，但您傳遞給它的值（x.min()和x.max()）除外。

我沒有很大的活潑的答案，但這裏是一個辦法做到這一點：

# Interpolate the data using a cubic spline to "new_length" samples 
new_length = 50 
interpolated_x = np.linspace(x.min(), x.max(), new_length - len(x) + 2) 
new_x = np.sort(np.append(interpolated_x, x[1:-1])) # include the original points 
new_y = sp.interpolate.interp1d(x, y, kind='cubic')(new_x) 

該代碼使用：

• np.linspace爲我們需要創造儘可能多的加分
• np.append將加分陣列與原始點的組合x
• np.sort把按順序組合陣列