Question

我正在使用3D字段。水平网格是不规则的，并且垂直网格也是不规则的，并且在水平网格中不同于一个节点（由于sigma垂直坐标）。

我想在常规垂直坐标上插入这些数据，现在我发现的唯一方法是在每个水平点上循环，然后进行简单的1D垂直插值。这很容易实现（参见下面的一个简单示例）但完全没有效率（在我的原始情况下插入一个时间步长10分钟，我有超过10 000个时间步骤进行后续处理）＃！在/ usr / bin中/蟒蛇导入numpy为np 来自scipy import interpolate

## Horizontal mesh
x = range(0,300); y = range(0,200)
[X,Y] = np.meshgrid(x,y)

## Input 
z1   = np.array([0.,5.,10.,20.,50.,100.,200.,500.,1000.])
Z_in = np.zeros((z1.shape[0],X.shape[0],X.shape[1]))
for i in range(0,X.shape[0]):
  for j in range(0,X.shape[1]):
     Z_in[:,i,j]  = z1[:]
Z_in = Z_in+np.random.randint(-2,2,size=(z1.shape[0],X.shape[0],X.shape[1]))
var_in = np.random.randint(-10,10,size=(z1.shape[0],X.shape[0],X.shape[1]))

## Output
zout = np.array([0.,2.5,5.,7.5,10.,15.,20.,35.,50.,75.,100.,150.,200.,500.,1000.])
var_out = np.zeros((zout.shape[0],X.shape[0],X.shape[1]))

##Interpolation
for i in range(0,X.shape[0]):
   for j in range(0,X.shape[1]):
      var_out[:,i,j] = interpolate.interp1d(Z_in[:,i,j],var_in[:,i,j],bounds_error=False,fill_value=np.nan)(zout)

如果我的初始垂直网格在每个点都是常规的，那么根据之前的帖子（http://stackoverflow.com/questions/7755871/interpolating-a-3d-array-in-python-how-避免循环）但在我的情况下，我找不到一个简单的解决方案。我试图使用带有函数的映射：

def interp_perso(Z_in,var_in,zout): return interpolate.interp1d(Z_in[:],var_in[:],bounds_error=False,fill_value=np.nan)(zout)

Zout =  np.zeros((X.shape[0],X.shape[1]))
for l in range(0,zout.shape[0]):
   Zout[:,:] = zout[l]
   var_out[l] = map(interp_perso,Z_in,var_in,Zout)

但是我仍然遇到了interp1d错误：“ValueError：x数组必须只有一个维度。”你知道其他任何实现方法吗？我做错了吗？我很乐意提出其他一些建议。

提前谢谢。

将3D数据（不规则垂直网格）插值到常规垂直网格。优化循环

0 个答案: