我有一个模型光谱网格，它具有恒定的，非常高的光谱分辨率，我需要将它们下采样到较低的分辨率，同时保留计数的总数 .
本质上，如果前5个箱子有（标称箱中心）波长 [7.8, 7.81, 7.82, 7.83, 7.84] ，并且值 [1.01, 1.02, 1.015, 1.014, 1.02] ，我想要的箱子是某个（非整数）因子（比如2.5倍）宽，我想要我的新频谱具有标称波长 [7.81, 7.83] 和值 [1.01+1.02+0.5*1.015, 0.5*1.015+1.014+1.02] （一般情况下，箱子也没有排列，所以你可以在两侧获得一小部分箱子） .
我将调用我的网格 spec_ssp ，它的 shape 为 (93, 16, 39848) . 波长沿轴2变化，前两个轴是其他参数 . 我还有每个波长区的标称（中心）波长（技术上，它们是're the log of the wavelength, but that shouldn't），称为 logL_ssp ，以及logL网格所需的新间距 dlogL_new . 我可以通过计算 np.median(logL_ssp[1:] - logL_ssp[:-1]) 找出我的模板 dlogL_ssp 的名义logL间距，并且它's about 20% the desired logL spacing. We' ll调用该分数 f .
我最初尝试使用 scipy.ndimage.zoom ，使用前面提到的因子 f ，但发现它给了我一个被 exactly 4 因子下采样的数组 . 我需要一个精确的重新采样，所以这不起作用 .
接下来，我尝试在设置新的bin限制之后使用 np.interp1d 沿轴2线性插值，目的是使用 np.integrate.quad 在连续的bin限制之间将光谱集成到我的网格中，有效地估算每个新bin中的总光量 . ，或多或少严格 . 但是， quad 与 interp1d 的插值器不能很好地匹配（ quad 不能为每个模型频谱制作一个新的插值器） .
任何想法如何解决这个问题？