1D不規則網格到1d規則網格

我想插值從一個不規則網格到一個常規網格的一維數組中。例如，假設原始數據具有在不規則地間隔開的X值的座標：1D不規則網格到1d規則網格

source_x = np.asarray([127.3, 759.4, 1239.1, ..., 98430.1]) 
source_y = whatever(x) # No really a function but a set of masurements

目的地網格也1D，但是X座標沿軸規則地間隔開：

dest_x = np.arange(250, 100000, 500)

我想找到原始座標數組中的兩個最接近的元素的距離和索引，爲每個點指定目標的dest_x座標數組。例如：

dest_x[0] = 250 
indices = [0, 1] 
distances = [250-127.3, 759.4-250]

如果可能，這應該作爲原子操作完成。

我的第一個想法是使用scipy.spatial.KDTree，但這並不讓1D數據。任何其他選項？

編輯

有一個「醜」的選項，包括「虛擬」零座標，它允許使用scipy.spatial.KDTree：

source_x = np.asarray([127.3, 759.4, 1239.1, ..., 98430.1]) 
source_dummy = np.zeros_like(source_x) 

dest_x = np.arange(250, 100000, 500) 
dest_dummy = np.zeros_like(dest_x) 

src = np.vstack((source_x, source_dummy)).T 
dst = np.vstack((dest_x, dest_dummy)).T 

tree = KDTree(src) 
distances, indices = tree.query(dst, 2)

不過，我不喜歡這種方式那麼多。 ..

來源

2013-05-20 Iñigo Hernáez Corres

對於線性插值，只需使用'numpy.interp（）'。如果你自己需要索引，使用'numpy.searchsorted（）'。唯一棘手的問題是處理數據範圍之外的網格值。一旦你有了指數，距離很容易計算。 –

感謝您的回答，'numpy.searchsorted'是找到一維數組中索引的好方法，而且權重（距離）也很容易計算出來。 –

@RobertKern您的評論就是答案！您可以將其作爲正式答案發布，以便人們可以更快地找到它。 –

直線插補，只需使用numpy.interp()。如果您需要自己的指數，請使用numpy.searchsorted()。唯一棘手的問題是處理數據範圍之外的網格值。一旦你有了指數，距離很容易計算。

來源

2013-06-03 14:23:09

1D不規則網格到1d規則網格

回答

相關問題