问题标签 [extrapolation]

我有一个很好的三次样条代码，但它仅用于插值。我需要对未来进行一点推断。有谁知道这样做的好代码源，而不是库？

这是我在基本（现在是 ASM）中编写的用于插值的代码。

我有过去 20 年的时间序列数据。该变量每年都会测量，所以我有 20 个值。我有一个制表符分隔的文件，第一列代表年份，第二列代表值。这是它的样子：

我想推断未来几年第二列的价值。第二列中的值下降的速度也在下降，所以我认为我们不能使用线性回归。我想知道第二列将在哪一年接近零值。我从未使用过 R，所以如果您能帮助我编写用于从制表符分隔的文件中读取数据的代码，那就太好了。

谢谢

我有一个数据框，其中包含每 4 或 5 年的数据。我希望在数据框内插值多年的数据，并为数据框任一端的列外插数据。

我已经能够使用下面的代码执行插值。唯一的问题是中间的列被重复并且必须删除一个副本。有没有更有效的插值方法？我也不确定如何攻击外推。实际数据集包含 12 年（列）的可用数据。

谢谢你的任何建议。

一种可能的插值替代方法不起作用：

如何在matlab中推断850及以上的数据？

我有一个从 csv 文件中获取数据的 imacros 脚本。但我需要告诉 imacros 从列中随机获取数据。IE：

在第 2 列中，我存储了很多值，但我需要为每一行从 COL2 获取不同的值。可能吗？

回复 Bestmacros。

Thx Bestmacros，但我想我还是做错了，因为它不起作用。所以这是脚本：

如您所见，我需要 5 个标签中 col2 的随机值。其他列必须只有一个值。考虑到整个脚本必须重复多次（循环中）并且每次 VAR0 必须增加 1，我应该在哪里插入您的代码？

我有一个 3D 数据集，我想对其进行线性插值和外推。插值可以很容易地完成scipy.interpolate.LinearNDInterpolator。该模块只能为参数范围之外的值填充常量/nan，但我不明白为什么它不提供打开外推的选项。

查看代码，我看到模块是用 cython 编写的。由于没有 cython 经验，因此很难使用代码来实现外推。我可以用纯python代码编写它，但也许这里的其他人有更好的主意？我的特殊情况涉及一个恒定的 xy 网格，但 z 值不断变化很大（-100,000），因此插值必须很快，因为每次 z 值变化时都会运行插值。

根据要求给出一个基本示例，假设我有一个像

假设我想计算x = -1.5, -0.8, +0.5和的值y = -0.2, +0.2, +0.5。目前，我对每个 y 值沿 x 轴执行 1d 插值/外推，然后对每个 x 值沿 y 轴执行一维插值/外插。外推由 中的第二个函数完成ryggyr's answer。

我对 Python 很陌生。我有一个数据集，我正在尝试使用 numPy/sciPy 来预测/推断未来的数据点。有没有一种简单的方法可以提出适合我当前数据的数学函数（例如，正弦函数），然后我可以将新值传递给该函数以获得我的预测？

这是我所拥有的，但我不认为它在做我想要的：

我尝试对我的数据进行曲线拟合和单变量样条化，但这仅适合我当前的数据并分别平滑我的点。我的观点是，这些工具只是“拟合”我的数据，但实际上并没有给我一个可以用来获得未来分数的函数。

我认为我可以使用离散傅立叶变换，因为我的数据是周期性的，并且看起来可以描述为正弦和余弦的总和。但是，一旦我从时域获得频域，我就被困在如何“外推”以预测时域中的未来周期和点：

我知道外推可能是危险且不可靠的，但出于本项目的目的，我只是想获得一个可以绘制的有效预测函数。

非常感谢您的帮助。

我正在寻找与以下 Matlab 语句等效的 Python：

看起来好像interp(xq, x, y)非常适合线性插值/外插。

我也看了

这对于最近的方法非常有效，但不会执行外推。

还有什么我忽略的吗？谢谢。

我正在对一些有限大小的物理系统进行计算机模拟，然后我将外推到无穷大（热力学极限）。一些理论说数据应该随着系统大小线性扩展，所以我正在做线性回归。

我拥有的数据很嘈杂，但是对于每个数据点，我都可以估计误差线。因此，例如数据点如下所示：

假设我正在尝试在 Python 中执行此操作。

1. 我知道的第一种方法是：

   我知道这给了我结果的错误栏，但这没有考虑到初始数据的错误栏。

2. 我知道的第二种方法是：

   /li>

在这里，我们使用每个点的误差条的倒数作为权重，用于最小二乘近似。所以如果一个点不是真的那么可靠，它不会对结果有很大的影响，这是合理的。

但我不知道如何获得结合这两种方法的东西。

我真正想要的是第二种方法的作用，这意味着当每个点以不同的权重影响结果时使用回归。但同时我想知道我的结果有多准确，也就是说，我想知道结果系数的误差线是什么。

我怎样才能做到这一点？

我正在使用 numpy 和 scipy 开展一个项目，我需要填写 nanvalues。目前我使用 scipy.interpolate.rbf，但它一直导致 python 崩溃如此严重，try/except 甚至不会保存它。但是，运行几次之后，似乎在中间有数据被所有nan包围的情况下，它可能会一直失败，就像一座孤岛一样。有没有更好的解决方案不会继续崩溃？

顺便说一句，这是我需要推断的大量数据。有时多达图像的一半（70x70，灰度），但它不需要完美。它是图像拼接程序的一部分，所以只要它与实际数据相似，它就可以工作。我已经尝试过最近的邻居来填写 nans，但结果太不同了。

编辑：

它似乎总是失败的图像。隔离此图像允许它在崩溃之前通过图像一次。

我至少使用 NumPy 1.8.0 和 SciPy 0.13.2 版本。