伪增加值表的“分辨率”答案

【问题标题】：pseudo increasing the 'resolution' of a value table伪增加值表的“分辨率”
【发布时间】：2015-09-23 16:17:57
【问题描述】：

我有一个包含 16.000 个条目的测量数组，格式为

[t] [value]

问题是我的数据记录器太慢了，我每秒只有测量点。对于我的模拟，我需要增加伪分辨率。因此，每个时间步除以 1000，每个测量值都必须复制 1000 次。（为清楚起见，请参见图）。所以我伪增加了我的测量文件的分辨率。

如何在Python 中使用numpy 有效地做到这一点（！！！）。我不想在创建一个包含 16.000.000 个条目的数组时进行迭代。

仅将我的时间数组除以 1000 的简单答案在这种情况下不适用。

编辑：让它变得更加复杂：除了我的图片之外，每个时间步长的时间增量并不是等距的。

【问题讨论】：

不能只使用插值函数吗？
另外，您要完成的两个示例中的哪一个？从你的问题中很不清楚。请给出一个示例和所需的输出。
也许对于这样的大数据量，您应该考虑将代码的某些部分迁移到较低级别的语言，例如 C...？
@yolenoyer numpy 会比 C 快，因为它是直接的 FORTRAN 绑定。另外，16mm 也不算大。

标签： python arrays numpy indexing

【解决方案1】：

虽然很难准确说出您要问什么，但我猜您只是想在已有的值之间进行插值。好东西numpy 有一个简单的内置模块，interp1d 模块 (docs)：

>>> from scipy import interpolate
>>> x = np.arange(0, 10)
>>> y = np.exp(-x / 3.0)
>>> f = interpolate.interp1d(x, y)

>>> x_new = np.array([1.5, 2.5, 3.5])
>>> f(x_new)
array([ 0.61497421,  0.44064828,  0.31573829])

就您问题的第二部分而言，numpy 再次为您提供了一个很棒的内置功能！ np.repeat 函数应该完全符合您的要求，一直到可变的时间步长。可以在here 找到文档。下面的例子：

>>> values = np.array([1, 2, 3, 4])
>>> np.repeat(values, [2, 1, 2, 1])
array([1, 1, 2, 3, 3, 4])

【讨论】：

这有帮助，谢谢。我想在时间步长之间进行插值。但我的[value] 是不变的。所以我仍然需要第二张桌子的复制功能。
@user69453 啊，我明白了。也包括第二个问题的答案。
@user69453 有帮助吗？
No 详细看答案后，我可以说这不是我想要的。有时间我会举更多例子。
@user69453 让我知道您何时这样做，因为这可以解决您的问题。