2012-06-26 3 views
6

मैं 3 और 4 आयामी डेटा को इंटरपोल करने के लिए griddata फ़ंक्शन का उपयोग कर रहा हूं। यह एक चैंप की तरह काम करता है, सिवाय इसके कि यह NaNs का एक समूह देता है क्योंकि मुझे आवश्यक कुछ बिंदु इनपुट डेटा की सीमा से बाहर हैं। यह देखते हुए कि एन-डी डेटा केवल "रैखिक" मोड इंटरपोलेशन के साथ काम करता है, फिर भी यह एनएएन को वापस करने के बजाय ग्रिडाटा को एक्स्ट्राप्रोलेशन करने के लिए एक स्नैप होना चाहिए। क्या किसी ने ऐसा किया है या एक कामकाज पाया है? स्पष्टीकरण के लिए: मेरे पास असंगठित डेटा है, इसलिए मैं नियमित रूप से ग्रिड की आवश्यकता वाले किसी भी फ़ंक्शन का उपयोग नहीं कर सकता। धन्यवाद! एलेक्सपाइथन में 3 डी एक्सट्रापोलेशन (मूल रूप से, scipy.griddata extrapolate तक बढ़ाया गया)

+0

यह कुछ निरंतर मूल्य के साथ सीमा के बाहर अंक को भरने के लिए मदद चाहेंगे? उस स्थिति में, आप केवल fill_value – Dhara

+3

निर्दिष्ट कर सकते हैं, क्या आप वाकई एक्सट्रापोलेट करना चाहते हैं? कभी-कभी, नाएन को बाहर निकालना और जानना कि आप सीमा से बाहर जा रहे हैं, यह एक बेहतर विकल्प है। मैंने sivy से univariate splines का उपयोग किया है, यह चुपचाप extrapolates और परिणाम काफी दूर हो सकता है – Dhara

+0

मेरी स्थिति है: मैं कुछ बिंदुओं पर कुछ मूल्यों को मापता हूं, और फिर अंतर/extrapolation के माध्यम से अन्य बिंदुओं के गुच्छा पर मूल्यों की गणना करने की आवश्यकता है । तो एक निरंतर मूल्य, या NaN वास्तव में मदद नहीं करते हैं। मुझे पता है कि स्प्लिंस कितना स्वभावपूर्ण हो सकता है, इसलिए मैं सोच रहा था कि रैखिक एक सुरक्षित शर्त होगी। मुझे ऐसा कुछ चाहिए जो एन-डी डेटा पर काम करता हो। – user1483697

उत्तर

-1

नहीं काफी यकीन है कि यह आपके लिए काम करेंगे और यह अभी तक उपलब्ध नहीं है, लेकिन numpy के विकास के संस्करण में एक 'पैड' सरणी समारोह है ...

https://github.com/numpy/numpy/blob/master/numpy/lib/arraypad.py

में से एक विकल्प 'linear_ramp' है जो किनारे के मूल्य से शुरू होने वाले बाहरी (पैड) बाहर निकलता है और निर्दिष्ट अंत मूल्य पर रैखिक रूप से वृद्धि/घटता है।

यह एक शुद्ध अजगर समारोह, इसलिए आप बस (हालांकि अपरीक्षित मेरे द्वारा) अपने पथ और आयात में कॉपी कर सकता है

+0

मुझसे पूरी तरह से असंबंधित दिखता है। यहां दस्तावेज़ हैं, इंटरपोलेशन/एक्सट्रापोलेशन से संबंधित कुछ भी नहीं https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.pad.html – denfromufa

संबंधित मुद्दे