翼度科技»论坛 编程开发 python 查看内容

【scipy 基础】--插值

6

主题

6

帖子

18

积分

新手上路

Rank: 1

积分
18
插值运算是一种数据处理方法,主要用来填补数据之间的空白或缺失值。
因为在实际应用中,数据往往不是完整的,而是存在着空白或缺失值,这些空白或缺失值可能是由于数据采集困难、数据丢失或数据处理错误等原因造成的。
如果直接使用这些空白或缺失值进行分析和预测,将会对结果造成很大的影响。
插值运算可以用来填补这些空白或缺失值,从而恢复完整的数据集。
通过插值运算,可以估算出空白或缺失值的值,从而提高数据的完整性和准确性。
此外,插值运算还可以用来预测未来的数据趋势或结果,对于数据分析和预测具有重要的意义。
本篇介绍Scipy为我们提供的插值处理方法。
1. 主要功能

Scipy中,关于插值的子模块是:scipy.interpolate。
其中又细分为:
类别说明单变量插值主要包含interp1d等12个函数多变量插值主要包含griddata等11个函数一维样条函数主要包含BSpline等16个函数二维样条函数主要包含RectBivariateSpline等9个函数其他函数一些辅助计算的函数插值效果的好坏,有个重要的因素在于是否根据数据的情况选择了合适的插值算法。
Scipy库中已经实现的插值算法有:

  • linear:线性插值算法
  • nearest:最近邻插值算法
  • nearest-up:改进型最近邻插值算法
  • zero:零阶样条插值算法(等同于 previous
  • slinear:一阶样条插值算法(等同于 linear
  • quadratic:五阶样条插值算法
  • cubic:三阶样条插值算法
  • previous:前点插值算法
  • next:后点插值算法
我们可以根据数据情况选择合适的算法,下面用一些测试数据演示不同算法的插值效果:
  1. from scipy.interpolate import interp1dx = np.linspace(0, 20, 20)y = x * np.cos(x)plt.scatter(x,y)plt.show()
复制代码

上图是插值之前,直接由20个数据点连接起来的折线。
接下来,应用9种不同的插值算法将20个点补充为100个点,然后看看插值之后各种曲线的效果。
  1. interp_types = [    "linear",    "nearest",    "nearest-up",    "zero",    "slinear",    "quadratic",    "cubic",    "previous",    "next",]fig = plt.figure(figsize=[12, 9])fig.subplots_adjust(hspace=0.4)for idx, typ in enumerate(interp_types):    f = interp1d(x, y, kind=typ)    x_dense = np.linspace(0, 20, 100)    y_dense = f(x_dense)    ax = fig.add_subplot(330 + idx+1)    ax.scatter(x, y)    ax.plot(x_dense, y_dense, color='g')    ax.set_title("插值算法-{}".format(typ))plt.show()
复制代码

2. 一维插值示例

在我自己实际接触的项目中,气象数据的处理经常会用到插值。
因为气象数据常常存在缺失值,这可能是由于传感器故障,数据传输问题,或者在某些情况下,由于天气现象使得数据无法收集。
对于这些缺失值,我们可以使用Scipy的一维插值功能来进行填充。
比如下面是南京市某年的各个月的平均气温:
  1. import pandas as pd# 南京一年中每个月平均气温df = pd.DataFrame({    "月份": ["一月", "二月", "三月",            "四月", "五月", "六月",            "七月", "八月", "九月",            "十月", "十一月", "十二月"],    "平均最低气温": [-1.6, 0.0, 4.4,                np.nan, 15.7, 20.4,                np.nan, 24.6, 19.1,                12.6, 6.1, -0.1],    "平均最高气温": [7.0, 8.4, np.nan,                20.1, 25.3, 29.0,                32.0, 32.2, 27.2,                np.nan, 16.9, 9.7],})df
复制代码

由于采集或者传输的原因,导致缺失了一些数据。
这样的数据不仅绘制出来的折线图会有断开的地方,而且不利于后续的分析。
  1. plt.plot(df["月份"], df["平均最低气温"], label="平均最低气温")plt.plot(df["月份"], df["平均最高气温"], label="平均最高气温")plt.legend()plt.show()
复制代码

这时,可以用Scipy的插值算法来补充缺失数据。
  1. from scipy.interpolate import interp1d# 过滤掉缺失的 平均最低气温 数据df_low =df[df["平均最低气温"].notna()]# 根据已有的数据生成插值函数f = interp1d(df_low.index, df_low["平均最低气温"], kind="cubic")# 用插值函数补充缺失数据df["平均最低气温"] = f(range(12))# 平均最高气温 的缺失数据处理同上df_high =df[df["平均最高气温"].notna()]f = interp1d(df_high.index, df_high["平均最高气温"], kind="cubic")df["平均最高气温"] = f(range(12))df.round(1)plt.plot(df["月份"], df["平均最低气温"], label="平均最低气温")plt.plot(df["月份"], df["平均最高气温"], label="平均最高气温")plt.legend()plt.show()
复制代码

处理之后,数据的连续性更好了。
3. 二维插值示例

当自变量有2个的时候,就要用到二维插值了。
仍然以气象上的数据举例,上面示例是气温和时间的关系,我们把时间作为自变量,只要一维插值即可。
如果是和地点关联的话,那么地点作为自变量就有2个值(一般是经度和纬度)。
比如下面截取了项目中一段降水量的数据:
  1. # 数据是二维数组:# 每一行代表经度相同,纬度不同的地点# 每一列代表纬度相同,经度不同的地点data = np.array([    [9, 9, 5, 9, 10, 9, 8, 7, 11, 1],    [54, 36, 54, 32, 46, 51, 35, 33, 36, 11],    [35, 34, 34, 45, 52, 35, 34, 36, 41, 9],    [117, 112, 113, 133, 126, 127, 119, 96, 116, 23],    [110, 67, 91, 85, 94, 69, 77, 81, 65, 13],    [9, 7, 13, 12, 9, 6, 8, 9, 21, 3],    [50, 21, 24, 32, 36, 26, 28, 30, 24, 3],    [65, 41, 63, 67, 58, 50, 54, 45, 48, 16],    [36, 29, 32, 28, 38, 29, 41, 27, 29, 9],    [37, 61, 57, 35, 56, 51, 40, 58, 100, 34],])
复制代码
显示降水量的分布情况。
  1. plt.imshow(data, cmap=plt.cm.GnBu)plt.colorbar()plt.xticks([])plt.yticks([])plt.show()
复制代码

data中只有100个数据,所以每个格子一个值,看起来不是那么连续,
而实际的降水情况不会像这样离散的,区域之间的降水量应该是逐渐连续变化的。
所以,需要在data的基础上进行二维插值:
  1. from scipy.interpolate import RectBivariateSpline# 原始数据是 10x10 x = np.linspace(0, 10, 10, endpoint=False)y = np.linspace(0, 10, 10, endpoint=False)# 插值后的数据是 500x500x_new = np.linspace(0, 10, 500, endpoint=False)y_new = np.linspace(0, 10, 500, endpoint=False)# 从原始数据生成插值函数f = RectBivariateSpline(x, y, data.T)# 用插值函数计算新的数据data_new = f(x_new, y_new)# 显示插值后的结果plt.imshow(data_new.T, cmap=plt.cm.GnBu)plt.colorbar()plt.xticks([])plt.yticks([])plt.show()
复制代码

这是插值到 500x500 的效果,值越大,连续性越好。
有兴趣的话,可以调整上面代码中 x_new 和 y_new 的个数,看看不同的效果。
4. 总结

插值作为一种常见的数据处理方法,应用的领域和场景非常多,比如:

  • 数据预测:通过插值技术,可以预测未来的数据趋势或结果。
  • 图像处理:插值可以用于图像处理和图像分析,以提高图像的分辨率或质量。
  • 机器学习:插值技术也可以用于机器学习和人工智能领域。用于构建回归模型或分类模型,以便对未知数据进行预测或分类。
本文主要介绍了Scipy库的插值子模块,其内置的插值算法,以及两个应用插值的小例子。

来源:https://www.cnblogs.com/wang_yb/p/17814420.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!

举报 回复 使用道具