这可能不是正确的地方，所以如果不是，请提前道歉。
我的情况 - 我需要想出一个简单的公式/方法给它一个小时，例如 13、15、01 等，并根据该数字，该方法将返回该特定时间的“大约”温度。
这是非常近似的，它不会使用天气数据或类似的东西，它只需要一天中的一个小时并返回一个介于 -6 摄氏度 > 35 摄氏度之间的值。（非常极端的天气，但你明白了.)
这是我想知道如何做的例子：
正如一个注释，我可以使用一个包含 24 个项目的丑陋数组，每个项目都引用该小时的温度，但这需要基于浮点数 - 例如 19.76 应该返回 9.25 度......
另一个注意事项：我不想要一个完整的解决方案——我是一个对各种语言充满信心的程序员，但数学真的让我很难过。我已经使用 TimeToPeak（高峰时间是下午 1 点或附近）在纸上尝试了各种方法，但无济于事。在这一点上，任何帮助将不胜感激。
EDIT
Following your comment, here is a function that provides a sinusoidal distribution with various useful optional parameters.
private static double SinDistribution(
double value,
double lowToHighMeanPoint = 0.0,
double length = 10.0,
double low = -1.0,
double high = 1.0)
{
var amplitude = (high - low) / 2;
var mean = low + amplitude;
return mean + (amplitude * Math.Sin(
(((value - lowToHighMeanPoint) % length) / length) * 2 * Math.PI));
}
You could use it like this, to get the results you desired.
for (double i = 0.0; i < 24.0; i++)
{
Console.WriteLine("{0}: {1}", i, SinDistribution(i, 6.5, 24.0, -6.0, 35.0));
}
This obviously discounts environmental factors and assumes the day is an equinox but I think it answers the question.
So,
double EstimatedTemperature(double hour, double[] distribution)
{
var low = Math.Floor(hour);
var lowIndex = (int)low;
var highIndex = (int)Math.Ceiling(hour);
if (highIndex > distribution.Count - 1)
{
highIndex = 0;
}
if (lowIndex < 0)
{
lowIndex = distribution.Count - 1;
}
var lowValue = distribution.ElementAt(lowIndex);
var highValue = distribution.ElementAt(highIndex);
return lowValue + ((hour - low) * (highValue - lowValue));
}
assuming a rather simplistic linear transition between each point in the distibution. You'll get erroneous results if the hour is mapped to elements that are not present in the distribution.
对于任意数据点，我会使用已提供的其他线性插值解决方案之一。
然而，这组特殊的数据是由三角波产生的：
temp = 45*Math.Abs(2*((t-1)/24-Math.Floor((t-1)/24+.5)))-10;
表中的数据从第 13 小时的峰值和第 1 小时的最小值呈线性上下变化。如果这是您想要的模型类型，那么这很容易放入公式解决方案中。您只需根据小时值在两个极端温度之间执行线性插值。您将有两个数据点：
(xmin, ymin) 作为 (hour-min, temp-min)
(xmax, ymax) 作为 (hour-max, temp-max)
您将有两个形式的方程：
这两个方程将使用 (x0, y0) 和 (x1, y1) 值作为上述两个数据点，但将它们应用相反的分配（即峰值将是 (x0, y0) 在一个和 (x1, y1) 在其他等式。
然后，您将根据小时值选择要使用的方程，将 X 值插入为小时并计算为 Y 值作为温度值。
您将需要偏移方程式中使用的 X 值，以便您处理 0 小时与最低温度峰值发生位置之间的偏移。
这是一个示例，说明如何在函数中使用一组简单的值来执行此操作，如果您愿意，可以将它们添加为参数；
public double GetTemp(double hour)
{
int min = 1;
int max = min + 12;
double lowest = -10;
double highest = 35;
double change = 3.75;
return (hour > max) ? ((max - hour) * change) + highest : (hour < min) ? ((min - hour)*change) + lowest : ((hour - max) * change) + highest;
}
我根据您的示例对此进行了测试，它适用于 19.75 = 9.6875。
没有检查输入的值是否在 0-24 之间，但您可能可以自己管理:)
function double hourTemp(double hour)
{
idx1 = round(hour);
idx2 = idx1 + 1;
return (data[idx2] - data[idx1]) * (hour - idx1) + data[idx1];
}