本文介绍了Interp1d给出了NaN的外推的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在尝试使用interp1d带外推的interp1d插补具有NaN值的数据：
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(11)
y = np.array([np.nan, np.nan, np.nan, 1, np.nan, np.nan, 9, 7, 6, np.nan, np.nan])
f = interp1d(x, y, axis=-1, kind='linear', fill_value='extrapolate')
print(f(8.8))
plt.scatter(x, y, label='data')
plt.axvline(8.8, c='red', label='interpolation position')
plt.legend()
但是，结果是NaN。
即使我选择x的子集，它仍然是NaN：
f = interp1d(x[6:], y[6:], axis=-1, kind='linear', fill_value='extrapolate')
print(f(8.8))
plt.scatter(x[6:], y[6:], label='data')
plt.axvline(8.8, c='red', label='interpolation position')
plt.legend()
推荐答案
插补前需要删除nan：
valid = np.nonzero(~np.isnan(y))
f = interp1d(x[valid], y[valid], axis=-1, kind='linear', fill_value='extrapolate')
print(f(8.8))
# 5.199999999999999
这篇关于Interp1d给出了NaN的外推的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！