二維數組中的NaN插值。人口稀少

Question

我有一些二維數組有一些NaN值。我想使用我有數據的位置對這些值進行修復（插值）。該數組看起來像下面那個。

如果可能，我想這樣做插值，這樣，當我從非NaN值搬走，我得到越來越接近0值

我怎麼能做到這一點？

我讀了約gridddata，但它似乎被設計用於非結構化的N-dim數據。我也閱讀other threads的答案，但我認爲他們的出發點不同。

array([[  nan,   nan,   nan,   nan,   nan, 
       nan,   nan,   nan,   nan,   nan], 
     [  nan,   nan,   nan,   nan,   nan, 
       nan,   nan,   nan,   nan,   nan], 
     [  nan,   nan,   nan,   nan,   nan, 
       nan,   nan,   nan,   nan,   nan], 
     [  nan,   nan,   nan,   nan,   nan, 
       nan,   nan,   nan,   nan,   nan], 
     [ 1.  , 0.  , 1.  , 0.  , 0.25  , 
       nan, 0.  ,   nan,   nan,   nan], 
     [  nan, 0.  ,   nan, 0.25  , 0.66666667, 
     0.25  , 0.66666667, 0.  , 1.  ,   nan], 
     [ 0.  , 0.5  , 0.66666667, 0.8  , 0.66666667, 
     0.8  , 0.5  , 0.83333333,   nan,   nan], 
     [ 0.625  , 0.5625 , 0.9  , 0.8  , 0.8  , 
     0.83333333, 0.57142857, 0.66666667, 0.5  ,   nan], 
     [  nan, 1.  , 0.71428571, 0.85714286, 1.  , 
     1.  , 1.  ,   nan,   nan,   nan], 
     [  nan,   nan,   nan,   nan, 1.  , 
     1.  ,   nan,   nan,   nan,   nan]]) 

Answer 1

根據你想要使用什麼樣的插值技術，有幾十種可能的方法。事實上，由於你的數據被NaN所包圍，所以我寧願把它看作一個函數平滑然後插值。如果你想獲得更接近更遠離你是從沒有NaN的在你的2D地圖，我建議像歐幾里得距離方面爲零：

1. 考慮各不NaN的數據點X[i,j]爲高斯居中[i,j]，方差= 1，因此它的pdf([i,j]) = X[i,j]，所以f_ij([a,b]) = X[i,j] * exp(-|| [a,b] - [i,j] ||^2/2)。
2. 對於每個NaN的數據點X[a,b]設置X[a,b] = sum(f_ij([a,b]))其中

當你像一個「密度估計」的結果，並通過改變方差（執行對所有[i,j]指數不NaN的數據點的Sumation公司這我建議使用= 1）你可以修改「消失速度」的值。

因此，代碼將只是一個循環遍及所有NaN，並且對於它們中的每一個，您都循環遍歷所有不是NaN並且求和gaussians值。

這將某事像這樣：

nans = np.array(np.where( np.isnan(X))).T 
notnans = np.array(np.where(~np.isnan(X))).T 
for p in nans: 
    X[p[0],p[1]] = sum(X[q[0],q[1]]*np.exp(-(sum((p-q)**2))/2) for q in notnans)