, Он правильно обрабатывает начальные и конечные значения исходных данных и работает на 25-30% быстрее, чем исходная версия, n. Также вы можете использовать различные виды интерполяции (подробности см. В документации scipy.interpolate.interp1d).
твует ли быстрый способ замены всех значений NaN в массиве Numpy (скажем) линейно интерполированными значениями?
Например,
[1 1 1 nan nan 2 2 nan 0]
будет преобразован в
[1 1 1 1.3 1.6 2 2 1 0]