Python - 零級保持插值（最近鄰居）

Question

如果沒有一些標準的庫函數，特別是在numpy或scipy中，但沒有任何Google搜索提供正確的答案，我會感到震驚。

我從Poloniex交換 - cryptocurrency獲取數據。把它看作是把股票價格 - 買入和賣出訂單 - 推到你的電腦上。所以我所擁有的是任何特定市場的時間價格。一個市場可能每天更新10次，而另一個市場每分鐘更新10次 - 這取決於市場上有多少人正在購買和銷售。

所以我的時間序列數據最終會被這樣的：

[1 0.0003234, 
1.01 0.0003233, 
10.0004 0.00033, 
124.23 0.0003334, 
...] 

當第一列是時間值（我使用的Unix時間戳到微秒，但沒想到的例子是必要的。第二列是價格之一 - 無論是買入價格還是賣出價格

我想要的是將它轉換成矩陣，其中數據在固定的時間範圍內「採樣」訂單持有）矩陣將是：

[1 0.0003234, 
2 0.0003233, 
3 0.0003233, 
... 
10 0.0003233, 
11 0.00033, 
12 0.00033, 
13 0.00033, 
... 
120 0.00033, 
125 0.0003334, 
...] 

我想用任何合理的時間步驟來做到這一點。現在我使用np.linspace(start_time, end_time, time_step)來創建新的時間向量。

寫我自己的，固然粗糙的，零階保持插值器不會那麼難。我將遍歷原始時間向量並使用np.nonzero來查找新時間向量中適合一個時間戳（t0）和下一個（t1）的所有索引，然後用時間t0的值填充這些索引。

現在，粗略的方法將起作用。價格矩陣並不那麼大。但我必須考慮使用其中一個內置庫的更快速的方法。我無法找到它。此外，對於上述示例，我僅使用Nx2矩陣（第1列：時間，第2列：價格），但最終市場有6或8個可能更新的不同參數。一個方法/庫函數可以處理多個價格，並且在不同的列中會很好。

Python 3.5通過Windows 7上的蟒蛇（希望無所謂）。

TIA

Answer 1

對於你的問題，你可以使用scipy.interpolate.interp1d。它似乎能夠做你想要的一切。如果您指定kind="zero"，它可以執行零階保持插值。它也可以同時內插多列矩陣。您只需指定相應的axis即可。然後f = interp1d(xData, yDataColumns, kind='zero', axis=0)將返回一個函數，您可以在插值範圍內的任意點處評估該函數。然後，您可以致電f(np.linspace(start_time, end_time, time_step)來獲取標準化數據。