python - 我如何转换它以便 numpy 一次可以处理整个列表？

Question

使用单个元素/变量可以正常工作

import math
import numpy as np
from numpy import interp  

对于单一值工作正常

t = 25
minVal = 0
maxVal = 100

使用 numpy 将范围从 0 到 100 更改为 0 到 1

newT = interp(t ,[minVal,maxVal],[0,1])  
print newT

value =  math.sin(newT * math.pi / 2)
print value,'value'
>>0.25
>>0.382683432365 value

上面的代码运行良好，并给出了单个变量的结果。现在我希望 numpy 使用列表作为输入执行相同的操作，因为 numpy 可以处理整个列表，就像我在其他情况下使用的那样。如何翻译上面的行以使 numpy 对整个列表进行操作？

现在可以同时对列表进行操作。我无法让下面的行工作。如何在整个列表上使用 interp？如何对整个列表进行数学计算？

t= [25,25,25]
minVal = [0,0,0]
maxVal = [100,100,100]

converedMinVal = [0,0,0]
converedMaxVal = [1,1,1]

使用 numpy 将范围从 0 到 100 更改为 0 到 1

newT = interp(t ,[minVal,maxVal],[converedMinVal,converedMaxVal])  

value =  math.sin(newT * math.pi / 2)
print value,'value'

Answer 1

唯一需要更改的是使 t 成为一个数组，并(如 @hpaulj 指出)使用 np.sin() 而不是 math .sin()，例如:

import numpy as np
import math

t = [10,20,30]
minVal = 0
maxVal = 100
converedMinVal = 0
converedMaxVal = 1
newT = np.interp(t ,[minVal,maxVal],[converedMinVal,converedMaxVal]) 
value =  np.sin(newT * math.pi / 2)
print value

...其输出为:

[ 0.15643447  0.30901699  0.4539905 ]

(编辑)

看来您可能希望在 [minVal[0], maxVal[0]] 和 t[1] 中插入 t[0] 插值在 [minVal[1], maxVal[1]] 等中。在这种情况下，您可以使用 scipy.interpolate.interp2d()，它创建了一个在二维上进行插值的函数，例如如下:

import numpy as np
import scipy.interpolate as spi
import math

t= [10,20,30]
minVal = [0, 11, 15]
maxVal = [100, 200, 500]
x = list(range (len(t)))*2
y = minVal + maxVal
converedMinVal = [0, 2, 10]
converedMaxVal = [1, 8, 20]
z = converedMinVal + converedMaxVal

f = spi.interp2d(x, y, z) 
newT = np.diag(f(range(len(t)),t))
value =  np.sin(newT * math.pi / 2)
print value

函数f()对其两个向量参数的所有组合进行插值并返回一个矩阵，因此如果您只想在t中的时间点进行插值，那么您必须采用该矩阵的对角线，就像我在这里所做的那样。

我应该注意到，scipy 方法所做的计算比解决此问题实际需要的计算要多得多，但这在您的情况下可能不是问题。