python线性插值要求不使用函数

如果不使用函数，可以手动实现线性插值。下面是一个示例代码：

import numpy as np

# 生成时间序列和对应的数据
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([0, 1, 4, 9, 16, 25])

# 生成新的时间序列
new_x = np.linspace(0, 5, num=10, endpoint=True)

# 手动实现线性插值
new_y = []
for i in range(len(new_x)):
    # 找到new_x对应的左右两个点
    left_idx = np.searchsorted(x, new_x[i], side='right') - 1
    right_idx = left_idx + 1
    
    # 计算左右两个点的插值系数
    alpha = (new_x[i] - x[left_idx]) / (x[right_idx] - x[left_idx])
    beta = 1 - alpha
    
    # 计算插值结果
    new_y.append(alpha * y[right_idx] + beta * y[left_idx])

# 输出结果
print(new_y)

在上面的示例代码中，我们手动实现了线性插值。首先，我们生成了一个时间序列和对应的数据，然后生成了一个新的时间序列`new_x`。接着，我们遍历`new_x`中的每个元素，在原始数据中找到其对应的左右两个点`left_idx`和`right_idx`。然后，我们计算这两个点的插值系数`alpha`和`beta`，并使用它们计算出插值结果，将其添加到`new_y`中。最后，我们输出了结果。

需要注意的是，这个方法比使用`interp1d`函数要麻烦一些，而且可能会比较慢。因此，如果你需要进行大量的线性插值操作，建议还是使用`interp1d`函数。