python - 当x数组的前两个值相同时，为什么scipy中的interp1d给出NaN？ (填充值= 0)

import numpy as np
from scipy.interpolate import interp1d

x = np.array([ 0,  0,   0,  0,   0,  30])
time = np.array([ 5,  5,  10,  10,  10,  20])

intx = interp1d(time,x,'linear', 0, True, False, 0)
print intx([4,5,5,6,10,11,20, 20.0001])

>>> [  0.  nan  nan   0.   0.   3.  30.   0.]

正如你所看到的，在所有情况下，除了时间值＝第一对值之外，内插器返回实数。
我知道numpy.unique（），这只是一个学术问题。这是蟒蛇蟒蛇2.7运行在IPython。
谢谢！

最佳答案

您的问题是，您试图插入间隔之外的点，这导致当scipy.interpolate.interp1d尝试计算两点之间的坡度时，它会启动一个RuntimeWarning（发生在第416行周围的interpolate.py中）：

slope = (y_hi - y_lo) / (x_hi - x_lo)[:, None]

查看在间隔内移动点时会发生什么：

>>> import numpy as np
>>> from scipy.interpolate import interp1d
>>> x = np.array([ 5,  5,  10,  10,  10,  20])
>>> y = np.array([ 0,  0,   0,  0,   0,  30])
>>> X = np.array([5.1,5.1,5.1,6,10,11,20, 19.999])
>>> f = interp1d(x,y,'linear', 0, True, False, 0)
>>> Y = f(X)
 [  0.      0.      0.      0.      0.      3.     30.     29.997]

如果你把它画出来，你会发现一切都是有意义的：
这就是interp1d的工作原理：
您将x和y传递到interp1d并创建一个可调用的方法
然后，通过新的f值，在其中评估“cc>”，并执行以下步骤：
找到原始数据中的哪一个，插入的值将被插入。

>>> x_new_indices = np.searchsorted(x, X)

剪辑x_新的_指数，使其在x_new指数范围内，且至少为1。消除f的错误插值

>>> x_new_indices = x_new_indices.clip(1, len(x)-1).astype(int)

计算每个x值所在区域的斜率。

>>> lo = x_new_indices - 1
>>> hi = x_new_indices
>>> x_lo = x[lo]
>>> x_hi = x[hi]
>>> y_lo = y[lo]
>>> y_hi = y[hi]

计算x_new[n] = x[0]中每个条目的实际值。

>>> slope = (y_hi - y_lo) / (x_hi - x_lo)[:, None]
>>> y_new = slope*(x_new - x_lo)[:, None] + y_lo