在Python中更改数据分辨率

时间:2017-02-16 13:26:30

标签: python numpy scipy interpolation

我有一组数据(存储在2D numpy数组中)代表同一问题的模拟。但是,每个模拟都来自不同的模型,这会导致每个模型的分辨率不同。例如,这些是模拟的一些尺寸:

  1. 1159 x 1367
  2. 144 x 157
  3. 72 x 82
  4. 446 x 500
  5. 135 x 151
  6. 我想做的是将它们全部转换为相同的分辨率,例如144 x 157.我相信我必须执行插值,但是,我不确定在Python中使用哪种方法。

    我一直在读这些:

    1. scipy.interpolate.griddata
    2. scipy.ndimage.interpolation.zoom.html
    3. scipy.interpolate.RegularGridInterpolator.html
    4. scipy.ndimage.interpolation.map_coordinates.html
    5. (3)和(4)似乎最适合这个问题,但是,我不确定如何使它们返回具有指定分辨率的新网格(2D)数据。

1 个答案:

答案 0 :(得分:3)

事实证明我可以使用scipy.interpolate.RegularGridInterpolator.html来解决它:

import numpy as np
import pylab as plt

from scipy.interpolate import RegularGridInterpolator

def regrid(data, out_x, out_y):
    m = max(data.shape[0], data.shape[1])
    y = np.linspace(0, 1.0/m, data.shape[0])
    x = np.linspace(0, 1.0/m, data.shape[1])
    interpolating_function = RegularGridInterpolator((y, x), data)

    yv, xv = np.meshgrid(np.linspace(0, 1.0/m, out_y), np.linspace(0, 1.0/m, out_x))

    return interpolating_function((xv, yv))

<强>输入:

enter image description here

<强>输出:

enter image description here