内挿補間(spline補間など)

離散データから連続値を得よう！

離散的なデータ$(x_i, y_i)$から$y=f(x)$となるような$f$を作成。
色々な補間方法を一つのクラスから生成できるようにしています。

from scipy import interpolate

class Interpolate():
    def __init__(self, name, xrefs, yrefs):
        self.methods = {"1st": lambda x, y: interpolate.interp1d(x, y, kind=1),
                        "2nd": lambda x, y: interpolate.interp1d(x, y, kind=2),
                        "3rd": lambda x, y: interpolate.interp1d(x, y, kind=3),
                        "Akima": interpolate.Akima1DInterpolator,
                        "PCHIP": interpolate.PchipInterpolator,
                        "nearest": lambda x, y: interpolate.interp1d(x, y, kind="nearest"),
                        "nearest_up": lambda x, y: interpolate.interp1d(x, y, kind="nearest-up"),
                        "previous": lambda x, y: interpolate.interp1d(x, y, kind="previous"),
                        "next": lambda x, y: interpolate.interp1d(x, y, kind="next"),
                        "Lagrange": interpolate.lagrange,
                        "Krogh": interpolate.KroghInterpolator,
                        "Barycentric": interpolate.BarycentricInterpolator
                        }
        
        method = self.methods[name]
        self.fittedcurve = method(xrefs, yrefs)
        
    def __call__(self, x):
        return self.fittedcurve(x)

使い方

1. 既知データxrefs, yrefsと補間方法を指定してInterpolateクラスのインスタンスを作成
2. インスタンスに未知のxを代入すると補間された結果が返ってくる

下記コードでは1次のスプライン補間(線形補間)を行っています。

# 既知データ
xrefs = [0.0, 5.0, 10.0]
yrefs = [0.0, 5.0, 10.0]

# 推定したいx
x = [0.0, 2.5, 5.0]

# Interpolateクラスのインスタンス、今回は線形補間
y = Interpolate("1st", xrefs, yrefs)

print(x)
print(y(x))

# [0.0, 2.5, 5.0]
# [0.  2.5 5. ]

nearestとnearest_upの違いは2点間のちょうど中点が指定された際、下側をとるか上側を取るかの違い。