# 降采样与插值算法框架 ## 概述 `NewLife.Algorithms` 命名空间提供了一套时序数据降采样和插值的算法框架，包含抽象接口和多种实现。适用于大量时序点的可视化展示、数据压缩和趋势分析场景。 **命名空间**：`NewLife.Algorithms` **文档地址**：https://newlifex.com/core/sampling ## 核心接口 ### ISampling — 采样接口 ```csharp public interface ISampling { /// <summary>对齐模式。每个桶 X 轴对齐方式</summary> AlignModes AlignMode { get; set; } /// <summary>插值填充算法</summary> IInterpolation? Interpolation { get; set; } /// <summary>降采样处理</summary> TimePoint[] Down(TimePoint[] data, Int32 threshold); /// <summary>混合处理，降采样和插值</summary> TimePoint[] Process(TimePoint[] data, Int32 threshold, Int32 newCount); } ``` ### IInterpolation — 插值接口 ```csharp public interface IInterpolation { /// <summary>插值处理</summary> Double Process(TimePoint[] data, Int32 prev, Int32 next, Int64 current); } ``` ### AlignModes — 对齐模式枚举 | 模式 | 说明 | |------|------| | `None` | 不对齐，取桶起始点时间（默认） | | `Left` | 左对齐，使用桶起始数据点时间 | | `Center` | 中间对齐，取桶内中间位置的时间 | | `Right` | 右对齐，使用桶结束前一个数据点时间 | ## 内置实现 ### 降采样 | 类 | 说明 | |------|------| | `AverageSampling` | 平均值降采样，每个桶内取平均值作为代表点 | | `LinearInterpolation` | 线性插值填充，用于将降采样后的点还原到目标数量 | ### 插值 | 类 | 说明 | |------|------| | `LinearInterpolation` | 线性插值，公式：`v = v₀ + (t - t₀) * (v₁ - v₀) / (t₁ - t₀)` | ## 快速开始 ```csharp using NewLife.Algorithms; // 创建降采样器 var sampler = new AverageSampling { AlignMode = AlignModes.Left, }; // 原始时序数据（时间戳，数值） var data = new[] { new TimePoint(1000, 10), new TimePoint(2000, 20), new TimePoint(3000, 30), new TimePoint(4000, 40), new TimePoint(5000, 50), }; // 降采样到 3 个点 var result = sampler.Down(data, 3); // 输出：[1000, 15], [3000, 35], [5000, 50] ``` ## 使用场景 - **图表绘制**：将大量时序点降采样到屏幕像素宽度 - **数据压缩**：保留趋势特征的同时减少数据量 - **趋势分析**：通过降采样消除噪声，展示宏观走势