如何用Scipy的interpolate获取x=0对应的所有y值？解决单值返回问题

你的问题出在scipy.interpolate.interp1d的使用逻辑上：你传入的是interp1d(x, y)，这会把x当作自变量、y当作因变量建立插值函数。但如果x数组不是单调的，同一个x值（比如0）可能对应多个y值，而interp1d默认是单值映射，只会返回最后一个匹配的结果，没法处理一对多的情况。

解决步骤 #

1. 明确逻辑：你实际需要的是找到y值使得x(y)=0，也就是求解函数x(y) = 0的根，而不是从x映射到y。
2. 用根查找工具定位每个穿过0的位置：
   • 先找出x数组中符号发生变化的区间（x从正变负或负变正的位置，这些区间内必然存在x=0的点）
   • 对每个区间用根查找算法求解对应的y值

代码示例 #

import numpy as np
from scipy.optimize import root_scalar

# 加载你的x数据（替换为实际加载后的numpy数组）
x_arr = ...  # 比如通过np.loadtxt或其他方式读取数据
y_vals = np.arange(0, 150, 1)

# 定义插值函数：输入y，返回对应的x值
def x_func(y):
    return np.interp(y, y_vals, x_arr)  # 线性插值足够用于根查找，也可改用立方插值

# 找出x符号变化的区间索引
cross_indices = np.where(np.diff(np.sign(x_arr)) != 0)[0]

# 逐个区间查找x=0对应的y值
matched_ys = []
for idx in cross_indices:
    # 根所在的y区间
    y_low, y_high = y_vals[idx], y_vals[idx+1]
    # 使用brentq算法查找根（要求区间两端函数值异号）
    solution = root_scalar(x_func, bracket=[y_low, y_high], method='brentq')
    if solution.converged:
        matched_ys.append(solution.root)

print("x=0对应的所有y值：", matched_ys)

说明 #

• 如果你需要更精确的插值（比如立方插值），可以把np.interp换成interp1d(y_vals, x_arr, kind='cubic')，但根查找的逻辑不变。
• brentq是高效的一维根查找算法，要求输入的区间两端函数值符号相反，这正好匹配我们找到的x符号变化区间。

内容的提问来源于stack exchange，提问作者Charlie Vargas Sarmiento