Я пытаюсь подогнать кривую к набору данных, содержащих недостающие данные, используя scipy.interpolate splrep и splev. Тем не менее, я в конечном итоге с массивом NaN. У других людей была эта проблема, но проблема заключалась в том, что в их данных были либо дублирующие значения X, не увеличивающиеся значения X, либо NaN. Итак, я проверил оба, но все же он возвращает значения NaN ...
from scipy.interpolate import splrep, splev
import numpy as np
T = np.arange(0, 1000, 0.05)
t = T[data != np.nan]
data = data[data != np.nan] #to check for nan values
spl = splrep(t, data)
fit = splev(T, spl)
print(fit)
И это выводит печально известный массив значений Nan ... Я также пытался вырезать данные с помощью t = T [::10] etc... потому что один ответ StackOverFlow предположил, что слишком узкие x-данные могут привести к этой же проблеме, но я все еще получаю массив nans.
Есть ли что-то, что я делаю, что явно неправильно?
Мои данные
