我想出了一个相当优雅的解决方案(IMHO),所以我忍不住贴了出来:from bisect import bisect_left
class Interpolate(object):
def __init__(self, x_list, y_list):
if any(y - x <= 0 for x, y in zip(x_list, x_list[1:])):
raise ValueError("x_list must be in strictly ascending order!")
x_list = self.x_list = map(float, x_list)
y_list = self.y_list = map(float, y_list)
intervals = zip(x_list, x_list[1:], y_list, y_list[1:])
self.slopes = [(y2 - y1)/(x2 - x1) for x1, x2, y1, y2 in intervals]
def __getitem__(self, x):
i = bisect_left(self.x_list, x) - 1
return self.y_list[i] + self.slopes[i] * (x - self.x_list[i])
我映射到float,这样,如果x1、x2、y1和y2都是某些iterval的整数,整数除法(python<;=2.7)就不会启动并破坏事物。
在__getitem__中,我利用self.x_列表是按升序排序的这一事实,使用bisect_left来(非常)快速地找到self.x_list中小于x的最大元素的索引。
使用这样的类:i = Interpolate([1, 2.5, 3.4, 5.8, 6], [2, 4, 5.8, 4.3, 4])
# Get the interpolated value at x = 4:
y = i[4]
为了简单起见,我根本没有处理过边界条件。事实上,i[x]的x <1将工作,就好像从(2.5,4)到(1,2)的线被扩展到了负无穷大,而x == 1或x > 6的i[x]将产生IndexError。最好是在所有情况下都提出索引器错误,但这留给读者作为练习。:)