如何将Matlab的interp1插值代码转换为等效Python实现？

原始Matlab代码 #

for frame = 1:Param.numframes
     bscan(:,:,frame,:) = interp1(bscan(:,:,frame,:), Param.resample, 'linear');
end

变量说明 #

Matlab环境 #

• bscan：形状为(1024, 895, 400, 4)的矩阵
• Param.resample：形状为(1024, 1)的矩阵

Python环境 #

• bscan：形状为(1024, 895, 400, 4)的NumPy数组
• resample：包含1024个值的元组

问题 #

如何将上述Matlab代码转换为Python代码，得到与Matlab完全一致的输出？已确认转换前Matlab和Python的原始数据完全一致，但用NumPy/SciPy尝试的代码结果始终不匹配，当前尝试的Python代码如下：

for ch in range(4):
    interp = interp1d(np.arange(bscan_dims[0]),
                                      bscan[:, :, frame, ch],
                                      axis=0,
                                      kind='linear',
                                      fill_value='extrapolate')(np.array(resampling_table).reshape(1024, 1))
    bscan[:, :, frame, ch] = interp.reshape(1024, 895)

解决方案 #

Matlab的interp1与SciPy的interp1d在参数顺序、索引基、默认行为上存在差异，以下是对齐后的代码：

from scipy.interpolate import interp1d
import numpy as np

# 将resample转为一维数组，并处理Matlab到Python的索引基差异
resample_arr = np.array(resample).flatten() - 1  # Matlab是1-based索引，Python为0-based，需减1
original_x = np.arange(bscan.shape[0])  # 对应Matlab默认的1:1024（转为Python的0:1023）

# 遍历每个帧进行插值
for frame in range(bscan.shape[2]):
    # 提取当前帧的所有通道数据：shape(1024, 895, 4)
    current_data = bscan[:, :, frame, :]
    # 创建插值函数，沿第一个维度（axis=0）插值，对齐Matlab默认外插行为（返回NaN）
    f = interp1d(original_x, current_data, axis=0, kind='linear', fill_value=np.nan)
    # 执行插值并赋值回原数组
    bscan[:, :, frame, :] = f(resample_arr)

关键修正点 #

1. 索引基转换：Matlab使用1-based坐标，Python为0-based，若resample中的值是Matlab风格的位置，必须减1才能匹配Python数组索引，这是结果不匹配的核心原因之一。
2. 外插行为对齐：Matlab的interp1默认对超出原始范围的插值点返回NaN，而SciPy的fill_value='extrapolate'会做线性外插，需设置fill_value=np.nan对齐行为。
3. 批量处理通道：无需循环处理4个通道，interp1d支持多维度输入，指定axis=0即可同时处理所有通道，避免循环错误。

内容的提问来源于stack exchange，提问作者James Hall