1 डी डेटा

Question

का अंतराल औसत मेरे पास दो 1 डी सरणी हैं, एक मापा डेटा के लिए और दूसरा स्थान के लिए।

temp = np.asarray([10, 9.6, 9.3, ..., -20.3, -21.0]) # Temperature in celsius 
height = np.asarray([129, 145, 167, ..., 5043, 5112]) # Height in meters 

आप देख सकते हैं, माप की ऊंचाई नियमित स्थान नहीं है: उदाहरण के लिए, मापा डेटा तापमान और अन्य सरणी माप की ऊंचाई हो सकता है।

मैं नियमित रूप से दूरी वाले अंतराल में औसत तापमान की गणना करना चाहता हूं। यह किसी प्रकार का चलती औसत है, लेकिन खिड़की का आकार परिवर्तनीय है, क्योंकि ब्याज के अंतराल के अंदर डेटा बिंदु हमेशा समान नहीं होता है।

यह निम्नलिखित तरीके से पाश के लिए एक साथ किया जा सकता है:

regular_heights = np.arange(0, 6000, 100) # Regular heights every 100m 
regular_temps = [] 

for i in range(len(regular_heights)-1): 
    mask = np.logical_and(height > regular_heights[i], height < regular_heights[i+1]) 
    mean = np.mean(temp[mask]) 
    regular_temps.append(mean) 

regular_temps = np.hstack((regular_temps)) 

मैं इस दृष्टिकोण पसंद नहीं है कि ज्यादा और अगर वहाँ एक और अधिक "numpy शैली" समाधान होगा मैं सोच रहा था।

Answer 1

आप शायद UnivariateSpline खोज रहे हैं।

from scipy.interpolate import UnivariateSpline 

temp = np.asarray([10, 9.6, 9.3, 9.0, 8.7]) # Temperature in celsius 
height = np.asarray([129, 145, 167, 190, 213]) # Height in meters 
f = UnivariateSpline(height, temp) 

अब आप f मूल्यांकन कर सकते हैं जहाँ भी आप चाहते हैं: उदाहरण के लिए:

regular_heights = np.arange(120, 213, 5)  # Regular heights every 5m 
plot(height, temp, 'o', regular_heights, f(regular_heights), 'x')