Traduzindo a interpolação de índice flutuante de MATLAB para Python

Question

Por exemplo, eu tenho uma matriz de índice

ax = [0, 0.2, 2] #start from index 0: python

e matriz I

I= 
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50
10    20    30    40    50

No MATLAB, executando este código

[gx, gy] = meshgrid([1,1.2,3], [1,1.2,3]);
I = [10:10:50];
I = vertcat(I,I,I,I,I)
SI = interp2(I,gx,gy,'bilinear');

O resultado SIé

SI =
10    12    30
10    12    30
10    12    30

---

Tentei fazer a mesma interpolação em Python, usando NumPy. Eu primeiro interpolo em linha e depois em coluna

import numpy as np
ax = np.array([0.0, 0.2, 2.0])
ay = np.array([0.0, 0.2, 2.0])
I = np.array([[10,20,30,40,50]])
I = np.concatenate((I,I,I,I,I), axis=0)
r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)
  
I_row = np.transpose(np.array([np.interp(ax, r_idx, I[:,x]) for x in range(0,I.shape[0])]))
I_col = np.array([np.interp(ay, c_idx, I_row[y,:]) for y in range(0, I_row.shape[0])])

SI = I_col

No entanto, o resultado SIé

SI =
10    10    20
10    10    20
10    10    20

Por que meus resultados usando Python são diferentes daqueles usando MATLAB?

Answer 1

Parece que você se corrigiu demais ao passar do MATLAB para o Python, conforme mostrado no seu primeiro trecho de código.

ax = [0, 0.2, 2] #start from index 0: python

Na lógica numpy, essa sequência não representa os índices, mas a coordenada para a função interpolar. Como você já cuida de incrementar a coordenada para ser compatível com o matlab aqui:

r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)

Você pode reutilizar a mesma coordenada de interpolação que você usou no Matlab:

ax = [1,1.2,3]

Código completo:

import numpy as np
ax = np.array([1.0, 1.2, 3.0])
ay = np.array([1.0, 1.2, 3.0])
I = np.array([[10,20,30,40,50]])
I = np.concatenate((I,I,I,I,I), axis=0)
r_idx = np.arange(1, I.shape[0]+1)
c_idx = np.arange(1, I.shape[1]+1)

I_row = np.transpose(np.array([np.interp(ax, r_idx, I[:,x]) for x in range(0,I.shape[
0])]))
I_col = np.array([np.interp(ay, c_idx, I_row[y,:]) for y in range(0, I_row.shape[0])]
)

SI = I_col

e resultado:

array([[10., 12., 30.],
       [10., 12., 30.],
       [10., 12., 30.]])

Explicação sobre o bug

Uma vez que as axcoordenadas representadas, os dois primeiros valores 0.0e 0.2estavam antes da primeira coordenada de r_idx. De acordo com a documentação , o padrão da interpolação será I [:, ​​x] [0].