如何对不同波长对应的两组等维数组进行插值计算？

你需要实现的是基于波长维度的多维数组插值：已知一组波长序列，每个波长对应两组等维度的数组集合（比如示例中的x和y），要构建一个插值对象，输入目标波长就能直接得到对应波长下的两组数组。

具体实现步骤 #

1. 依赖准备 #

确保安装了scipy库，没有的话可以用pip安装：

pip install scipy

2. 代码实现 #

from scipy.interpolate import interp1d
import numpy as np

# 示例输入数据
wavelength = np.array([91, 100, 110, 131])
# 将x和y转换为numpy数组，方便处理多维插值
x = np.array([[1,2,3,4,5],[5,4,3,2,1],[2,6,3,8,5],[3,7,3,8,9]])
y = np.array([[8,3,5,7,0],[1,4,2,5,3],[1,5,3,0,9],[5,8,7,2,4]])

# 创建插值对象，指定axis=0表示沿着波长维度（即数组的第0轴）进行插值
# kind参数可以选择插值方式：'linear'线性插值（默认）、'cubic'三次样条等
f_x = interp1d(wavelength, x, axis=0, kind='linear')
f_y = interp1d(wavelength, y, axis=0, kind='linear')

# 输入目标波长，获取插值后的数组
target_wl = 102
interp_x = f_x(target_wl)
interp_y = f_y(target_wl)

print("目标波长102对应的x数组：", interp_x)
print("目标波长102对应的y数组：", interp_y)

3. 关键说明 #

• 必须将输入的x、y转换为numpy数组，interp1d才能正确识别多维结构
• axis=0是核心参数：因为wavelength的长度和x/y的第0轴长度一致（都是4），指定该参数后，会对x/y中每个位置的元素（比如x[0][0],x[1][0],x[2][0],x[3][0]）单独沿着波长维度做插值，保证输出数组的维度和原数组的单波长维度一致（示例中就是5个元素的一维数组）
• kind参数可根据需求调整：线性插值计算快、适合平滑数据；三次样条插值精度更高，但对噪声敏感

内容的提问来源于stack exchange，提问作者Cosmos