Healpix如何处理NaN以在天空图上插入数据？

Question

我在datapoint[37][19]空间中使用此格式phi-theta的数据。但由于我的数据无法覆盖整个天空，因此datapoint数组中有一些NaN。整个datapoint中约有一半的NaN。 datapoint中约9/10的非NaN值为负值，其中约1/10为正值。

我试过这个插值函数：

scipy.interpolate.RectSphereBivariateSpline(theta,phi,datapoint.T)

但它返回了错误。我问我如何将包含NaN，正值和负值的数据插入到Healpix可用于制作地图的级别。我有一个由Basemap制作的未平滑地图。

Answer 1

我不知道你的问题是关于1）处理丢失的数据，2）处理NaN，或3）将球体上的任意数据转换为Healpix地图。

1）在天空的大面积上插入缺失数据至少需要对数据进行一些统计知识，以便对缺失的内容进行约束。但只有在进行非本地操作（如卷积或渐变）时才需要填补这些空白，这取决于它 您计划如何处理数据。

2）将缺失数据设置为NaN肯定会搞砸所有可用的插值方案。

3）下面的python代码将类似于你的数据集（据我所知）变成2个Healpix地图，一个使用最近点（NGP）采样，另一个使用BSpline插值。 请注意，第二个很可能在NaN存在的情况下不起作用， 而第一个非常强大。

import healpy as hp
import numpy as np
import pylab as pl

datapoint = np.zeros((37,19), dtype=np.float)
datapoint[18,9] = 1.0
datapoint[0,9] = -1.0

nside      = 64
npix       = hp.nside2npix(nside)

# location of Healpix pixels center
ip         = np.arange(npix)
theta_rad, phi_rad = hp.pix2ang(nside, ip)

# map0 : NGP sampling
theta_deg = np.rad2deg(theta_rad)
phi_deg   = np.rad2deg(phi_rad)
hp_0      = datapoint[np.rint(phi_deg/10.).astype(int), \
                      np.rint(theta_deg/10.).astype(int)]
hp.mollview(hp_0,title='NGP map')

# map1: BSpline interpolation
from scipy.interpolate import RectSphereBivariateSpline
epsilon = 1.e-12
th_in = np.linspace(epsilon,  np.pi-epsilon, 19)
ph_in = np.linspace(epsilon,2*np.pi-epsilon, 37)
lut   = RectSphereBivariateSpline(th_in, ph_in, datapoint.T, s=1)
hp_1  = lut.ev(theta_rad, phi_rad)
hp.mollview(hp_1,title='BSpline map')

pl.show()