如何在numpy数组中查找值的簇

Question

我有一个气压数据阵列（M x N）（网格化模型数据）。对于纬度和经度，还有两个阵列（也是M×N）。为了构建等压线的GeoJSON（压力相等的表面），我需要找到给定步长（1 Pa，0.5 Pa）的压力值簇。总的来说，我正在考虑解决这个问题：

1. 建立一个对象列表：[{lat，lon，pressure}，..]以保持lat和lon数据与压力相关联;
2. 按压力排序对象;
3. 对于列表中的每个对象：比较其压力值并移至专用列表;
4. 创建GeoJSON功能。

但是第3步还不清楚：如何以智能方式找到集群？我应该寻找哪种算法？我可以用scipy.cluster包吗？

Answer 1

我根本不认为你正在寻找集群。

显然给出了等压线范围。因此，将数据集拆分为它们;您不需要对此进行排序 - 只需找到获取所有存储桶的最小值和最大值，然后分别根据每个存储桶选择数据。这可以很好地将问题分解成更小的块。

我猜你的问题主要是可视化问题。你想显示类似压力的区域而不是积分，对吗？

不要查看需要预先定义参数k的统计方法，如最小二乘优化（k-means），而应考虑查看可视化技术，例如Alpha Shapes（与凸包密切相关，但它们也允许非凸形状）。如果为每个压力域计算alpha形状，则应该可以很好地显示这些区域。

如果您坚持使用群集，请查看DBSCAN。主要是因为它允许非凸形状的簇，并且它可以与纬度+经度一起工作（k-means不会）。但即使是HAC也可以为您提供良好的结果，因为您可以根据您的数据分辨率定义切割阈值（例如，合并任何点 - 在相同的压力桶中 - 如果它们相距不到1公里）。