根据峰值x值求解对应y值：插值方法使用异常求助

我需要根据峰值对应的x轴（时间轴）数值，求解其对应的y轴（价格轴）数值。参考图表为价格-时间趋势图。我尝试用插值方法实现，但运行以下代码后，得到的结果和谷值的y值完全一致，明显有问题：

new_x_values = np.array([last_six_peaks])

peaks_y_value = np.interp(new_x_values, last_six_peaks, last_six_valley)

问题原因 #

你的代码逻辑完全搞反了——np.interp的参数顺序是np.interp(待插值的x值, 已知的x序列, 对应已知x的y序列)。你现在把峰值x值同时当成插值目标和已知x序列，又把谷值y序列作为对应y序列，相当于直接返回谷值数组，自然结果和谷值一致。

修正方案 #

你需要传入完整的时间轴x序列和对应的价格y序列作为已知数据，再把峰值的x值作为插值目标传入，才能得到正确的峰值价格：

# 示例：假设你有完整的时间和价格数据
full_time_x = np.array([...])  # 所有时间点的x轴数据
full_price_y = np.array([...]) # 对应时间点的价格y轴数据

# 要求解的峰值x值数组
peak_x_values = np.array(last_six_peaks)

# 插值获取峰值对应的价格
peak_y_values = np.interp(peak_x_values, full_time_x, full_price_y)

注意事项 #

• 确保full_time_x是单调递增的，这是np.interp的硬性要求，否则插值结果会出错
• 如果峰值x值超出了full_time_x的范围，np.interp会直接取边界值，若需要外插可以考虑scipy.interpolate模块中的插值函数

内容的提问来源于stack exchange，提问作者Darrian Thomas