我有遮罩的数组(玩具示例)-[1 2 3 4 -- 6]
points = [1, 2, 3, 4, 0, 6]
mask = [0, 0, 0, 0, 1, 0]
points = ma.array(points, mask=mask)
我想将其从6个维度内插到任意数字,例如6。 我的插值标准是它将忽略掩码值,并跳过该索引。
不良行为,例如与lin = np.linspace(0, 1, 6)
:
f = interp1d(lin, points, axis=0, kind='cubic')
f(lin) # [1 2 3 4 -8.8817842e-16 6]
相反,我希望它的行为像这样:
compressed_lin = [0, 0.2, 0.4, 0.6, 1]
compressed_points = np.array([1,2,3,4,6])
f = interp1d(compressed_lin, compressed_points, axis=0, kind='cubic')
f(lin) # [1 2 3 4 5 6]
我的数据的格式为[100, 100, 2]
,因此它不像隐藏大小为100的linspace
的掩码值一样简单。
我已经知道有一种方法可以对蒙版数组(https://modelhelptokyo.wordpress.com/2017/10/25/how-to-interpolate-missing-values-2d-python/,Scipy interpolation with masked data?,Scipy interp2d interpolate masked fill values)进行二维插值
如果有一种方法可以对要填充的掩码数组中的所有值进行插值,而不是对常量填充进行插值,那么它将解决该问题,因为我将处理一个填充的numpy数组。
我不能使用compressed
的原因是它可以更改索引的顺序和数组的大小,例如:
points = np.array([1, 2, 3, 4, 5, 6])
points = ma.stack([
ma.array(points, mask=[0, 0, 0, 0, 1, 0]),
ma.array(points, mask=[0, 0, 1, 0, 0, 0]),
])
print(points)
# [[1 2 3 4 -- 6]
# [1 2 -- 4 5 6]]
print(np.reshape(points.compressed(), (2, 5)))
# [[1 2 3 4 6]
# [1 2 4 5 6]]