numpy.interp

Question

का उपयोग कर रैखिक इंटरपोलेशन मेरे पास 1 आयामी सरणी है जो फ्लोट्स की अधिकतर है लेकिन कुछ मान गुम हैं। गुम डेटा नैन (संख्या नहीं) के साथ प्रतिस्थापित है। मुझे आस-पास के अच्छे मूल्यों से रैखिक इंटरपोलेशन द्वारा सरणी में लापता मानों को प्रतिस्थापित करना होगा। तो, उदाहरण के लिए:

F7(np.array([10.,20.,nan,40.,50.,nan,30.])) 

np.array([10.,20.,30.,40.,50.,40.,30.]). 

क्या इस अजगर का उपयोग कर ऐसा करने का तरीका सबसे अच्छा है लौट जाना चाहिए?

किसी भी मदद की बहुत सराहना जाएगा

धन्यवाद

scipy.interpolate.interp1d

Answer 1

आप इस्तेमाल कर सकते हैं:

>>> from scipy.interpolate import interp1d 
>>> import numpy as np 
>>> x = np.array([10., 20., np.nan, 40., 50., np.nan, 30.]) 
>>> not_nan = np.logical_not(np.isnan(x)) 
>>> indices = np.arange(len(x)) 
>>> interp = interp1d(indices[not_nan], x[not_nan]) 
>>> interp(indices) 
array([ 10., 20., 30., 40., 50., 40., 30.]) 

संपादित: यह मुझे कुछ समय लिया कैसे np.interp काम करता है यह पता लगाने की है, लेकिन यह कर सकते हैं नौकरी भी करें:

>>> np.interp(indices, indices[not_nan], x[not_nan]) 
array([ 10., 20., 30., 40., 50., 40., 30.]) 

Answer 2

मैं pandas के साथ जाऊंगा। एक oneliner के साथ एक minimalistic दृष्टिकोण:

from pandas import * 
a=np.array([10.,20.,nan,40.,50.,nan,30.]) 
Series(a).interpolate() 

Out[219]: 
0 10 
1 20 
2 30 
3 40 
4 50 
5 40 
6 30 

या आप एक सरणी के रूप में रखना चाहते हैं:

Series(a).interpolate().values 

Out[221]: 
array([ 10., 20., 30., 40., 50., 40., 30.])