使用scipy.interpolate对数据进行插值，但是在缺失点出现在极值附近时效果并不好

最新推荐文章于 2024-06-25 13:59:05 发布

elite666

最新推荐文章于 2024-06-25 13:59:05 发布

阅读量8.1k

点赞数

分类专栏： python 文章标签：数据插值

本文链接：https://blog.csdn.net/elite666/article/details/80636754

版权

本文讨论了使用scipy.interpolate进行数据插值时，如果缺失点位于极值附近，可能导致插值效果不佳的情况。通过示例展示了如何创建不同时间起点的序列，并设置了不同的采样时间间隔，强调了这种问题在实际应用中的影响。

摘要由CSDN通过智能技术生成

import numpy as np
import math
import matplotlib.pyplot as plt
import pandas as pd
import datetime 
from scipy import interpolate
from pandas import DataFrame,Series

#num_pi为要产生几个π的sin数据，num_ex为异常点的个数,num_gap为段缺失数据的个数，num_bk为单个缺失值的个数
def test_data_gen(num_pi,num_ex,num_gap,num_bk):
    if (num_pi>0) :
        num_point=72*num_pi
        x=np.linspace(0,np.pi*num_pi,num_point)
        signal1=[(math.sin(i)+1) for i in x] #产生测试用的num_pi个sin数据
        noise=0.2*(np.random.rand(num_point)-0.5)
        signal1=signal1+noise