如何在温度-深度序列中根据指定温度插值求解对应深度？

嘿，我来帮你搞定这个插值问题！你遇到的核心问题其实是温度数据（x轴）是单调递减的，而你用的np.interp和pandas插值默认要求输入的x/索引是单调递增的，所以直接用会得到错误结果。下面给你几种靠谱的解决方案：

方法1：修正np.interp的使用方式 #

np.interp要求传入的x数组必须是单调递增的，所以我们只需要把温度和深度数组反转，让温度变成升序，再进行插值即可：

import numpy as np
import matplotlib.pyplot as plt

x = (22.81, 22.81, 22.78, 22.71, 22.55, 22.54, 22.51, 22.37)
y = (5, 16, 23, 34, 61, 68, 77, 86)

# 反转数组，让温度x变为升序，对应深度y同步反转
x_sorted = x[::-1]
y_sorted = y[::-1]

# 插值查询温度22.61对应的深度
target_temp = 22.61
depth_result = np.interp(target_temp, x_sorted, y_sorted)
print(f"温度{target_temp}对应的深度为：{depth_result}")  # 输出约50.875，符合预期

# 验证：在图上标记插值点
plt.figure(figsize=(10,7))
plt.plot(x,y, linestyle='--', marker='o', color='b', label='原始数据')
plt.scatter(target_temp, depth_result, color='r', s=100, label=f'插值点：{target_temp}℃ → {depth_result:.2f}m')
plt.title("Temperature as a Function of Depth")
plt.xlabel("Temperature"), plt.ylabel("Depth")
plt.gca().invert_yaxis()
plt.legend()
plt.show()

方法2：用Pandas进行插值 #

如果想用Pandas，需要先把温度作为索引并排序，确保索引是升序的，再进行插值：

import pandas as pd

# 创建Series，温度为索引，深度为值
temp_depth_series = pd.Series(data=y, index=x)
# 按温度升序排序
sorted_series = temp_depth_series.sort_index()

# 插入目标温度并插值
target_temp = 22.61
# 合并原有索引和目标温度，再插值
interpolated_series = sorted_series.reindex(sorted_series.index.union([target_temp])).interpolate(method='index')
depth_result_pd = interpolated_series.loc[target_temp]
print(f"Pandas插值结果：{depth_result_pd:.2f}m")

方法3：用SciPy的灵活插值工具 #

SciPy的interp1d支持直接处理单调递减的x数组，不需要手动反转，使用起来更灵活：

from scipy.interpolate import interp1d

# 创建线性插值函数，支持任意单调的x数组
f = interp1d(x, y, kind='linear')
target_temp = 22.61
depth_result_scipy = f(target_temp)
print(f"SciPy插值结果：{depth_result_scipy[0]:.2f}m")

为什么之前的方法出错？ #

你的原始温度数据是从22.81降到22.37（单调递减），而np.interp和pandas的interpolate(method='index')默认假设x/索引是单调递增的，插值逻辑会因此混乱。只要调整数据顺序或者用支持递减x的工具，就能得到正确结果。

内容的提问来源于stack exchange，提问作者R-Lionheart