2次元データの欠損箇所(nan値)の内挿
7923 ワード
scipy
のinterpolate
を使って2次元データの欠損値の内挿を行った。
import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
np.random.seed(0)
#ランダムな値を持つ10x10の2次元データの作成
data = np.random.randint(0,100,size=(15,15)).astype(np.float64)
#画像のランダムな25箇所を欠損値に変換
nanind=np.random.choice(np.size(data), size=25)
data.reshape(-1)[nanind]=np.nan
#データのグリッド座標を取得
x, y = np.meshgrid(np.arange(data.shape[0]),
np.arange(data.shape[1]),
indexing = 'ij')
#欠損箇所のマスクを作成
ma_data = np.ma.masked_invalid(data)
#欠損していないデータのみを取得
val_x = x[~ma_data.mask]
val_y = y[~ma_data.mask]
val_data = data[~ma_data.mask]
#線形内挿
inp_line=interpolate.LinearNDInterpolator((val_x,val_y), val_data.ravel())
inp_line_data=inp_line((x,y))
#最近傍内挿
inp_near=interpolate.NearestNDInterpolator((val_x,val_y), val_data.ravel())
inp_near_data=inp_near((x,y))
#プロット
fig, ax=plt.subplots(1,3, figsize=(10,10))
datas=[data, inp_line_data, inp_near_data]
titles=['Original','Linear Inp','Nearest Inp']
for a,data, title in zip(ax, datas, titles):
a.imshow(data,cmap='jet')
a.set_title(title)
結果
その他
np.nanの箇所のマスクをつくるときmask=(data==np.nan)
はダメ。
np.nan==np.nan
はFalse。
np.nan is np.nan
はTrueですが、data is np.nan
はデータ全体とnp.nanの比較なのでFalse。
np.ma.masked_invalid
を使いましょう。
Author And Source
この問題について(2次元データの欠損箇所(nan値)の内挿), 我々は、より多くの情報をここで見つけました https://qiita.com/zerowarurei/items/10246a4fa3f44906335c著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .