没有大量插值构建开销的二次或三次一维插值？答案

【问题标题】：Quadratic or cubic 1d interpolate without large interpolator-building overhead?没有大量插值构建开销的二次或三次一维插值？
【发布时间】：2018-05-07 17:47:45
【问题描述】：

我想在 1d 中对一长串浮点数（或向量）进行四边形或立方体内插，其中 long 可以是 1E+05 或 1E+06（或更多）。出于某种原因，SciPi 方便的 interp1d() 准备插值器的时间开销对于二次和三次样条曲线几乎都为 n^3。

我不一定需要样条插值器。我可以相当容易地编写一个（至少对于等距数据），它只使用最近的 3 或 4 个点来进行局部（分段）二次或三次插值，尽管它最终可能会变得丑陋并且可能很慢。

但我想知道这样的东西是否已经存在？比interp1d 的样条生成速度更快？

使用 scipy v.0.17.0 和 numpy v.1.13.0

使用（我认为是）最近安装的 Anaconda：scipy v.0.17.0 和 numpy v.1.11.0

import time
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d

times = []
for n in np.logspace(1, 3.5, 6).astype(int):
    x = np.arange(n, dtype=float)
    y = np.vstack((np.cos(x), np.sin(x)))
    start = time.clock()
    bob = interp1d(x, y, kind='quadratic', assume_sorted=True)
    times.append((n, time.clock() - start))

n, tim = zip(*times)

plt.figure()
plt.plot(n, tim)
plt.xscale('log')
plt.yscale('log')
plt.show()

【问题讨论】：

在我平庸的笔记本电脑上，output of your script 看起来非常不同。没有看到这个样条线创建成本。
@FTP 我忘了指定python 2.7（我的错）。我想知道您的迭代器是否还没有迭代？
我不知道怎么做，但为了确保没有作弊，我插入了print(bob(0.5)) - 所以显然对 bob 进行了评估。结果相同。
@FTP 好吧，也许它们是“及时”迭代的，所以你必须做 z = bob(x+0.1) 这会生成 所有可能的部分样条（或样条）的。我假设您使用的 numpy 和 scipy 版本比我现在使用的要新？
是的，我正在使用最新的 Anaconda 设置。我还在 colab.research.google.com 上进行了测试，结果与我的本地设置相似。

标签： python python-2.7 numpy scipy

【解决方案1】：

由于某种原因，SciPi 方便的 interp1d() 用于准备插值器的时间开销对于二次和三次样条曲线几乎都为 n^3。

据此answer：

简答：更新您的 scipy 安装。

更长的答案：在 0.19 之前，interp1d 基于 splmake，它使用具有完整矩阵的线性代数。在 scipy 0.19 中，它被重构为使用带状线性代数。结果，（下面是scipy 0.19.1）

所以你的问题的答案：

二次或三次一维插值，无需大量插值器构建开销？

仍在使用scipy.interp1d，只是不是您（在这种情况下是我）使用的旧版本的 scipy。请务必使用 scipy 0.19 或更高版本。 Fyi 1.0 版本已经发布，所以你（我）应该相应地更新。

【讨论】：