如何在Python中计算不同点数曲线间的最大相对误差？

核心逻辑 #

要对比两条数据点数量不同的曲线，首先得把它们对齐到相同的x坐标集合上。完全可以基于数据点较少的曲线A来处理：对曲线B做插值，得到B在A的每个x点上的对应值，之后就能逐点计算相对误差，再找出最大值。

实现步骤 #

1. 准备数据 #

假设你的数据是类似这样的结构（替换成你自己的真实数据即可）：

import numpy as np

# 曲线A：20个数据点
x_a = np.linspace(0, 10, 20)  # A的x轴数据
y_a = np.sin(x_a) + np.random.normal(0, 0.1, 20)  # A的y轴数据

# 曲线B：30个数据点
x_b = np.linspace(0, 10, 30)  # B的x轴数据
y_b = np.sin(x_b) + np.random.normal(0, 0.05, 30)  # B的y轴数据

2. 对曲线B插值，匹配A的x点 #

用scipy的插值工具，把B的曲线映射到A的所有x坐标上：

from scipy.interpolate import interp1d

# 创建B的插值函数，默认用线性插值（可根据曲线平滑度选立方插值等）
b_interpolator = interp1d(x_b, y_b, kind='linear', fill_value="extrapolate")

# 得到B在A的每个x点上的对应值
y_b_matched = b_interpolator(x_a)

3. 计算相对误差并找最大值 #

注意避开B值为0的情况，防止除以0报错：

# 计算每个点的相对误差：|A_y - B_y| / |B_y|
relative_errors = np.abs(y_a - y_b_matched) / np.abs(y_b_matched)

# 过滤掉B值接近0的点（阈值可根据需求调整）
valid_errors = relative_errors[np.abs(y_b_matched) > 1e-10]

# 提取最大相对误差
max_rel_error = np.max(valid_errors)

print(f"最大相对误差：{max_rel_error:.4f}")

额外说明 #

• 如果你的x数据不是单调递增/递减的，先对x和对应的y做排序，插值函数要求输入的x序列是单调的。
• 插值方式可以调整：kind='linear'适合一般情况，kind='cubic'适合平滑曲线，但端点处可能有偏差。
• 要是想基于B的x点处理，反过来对A做插值就行，计算逻辑完全一致。

内容的提问来源于stack exchange，提问作者Marcos Stevenson