用numpy数组中的最近邻居填充nan

【问题标题】：Fill nan with nearest neighbor in numpy array用numpy数组中的最近邻居填充nan
【发布时间】：2021-09-12 18:56:34
【问题描述】：

我得到了这个带有缺失值的 2D numpy 数组。是否有一种简单（且相当快速）的方法可以用最接近的（最好是欧几里得距离，但曼哈顿也可以）非 nan 值填充 nan 值？我在 numpy 或 scipy 中找不到这样的函数……

【问题讨论】：

并不是说这不是stackoverflow.com/questions/9537543/…的重复，那个问题的标题只是误导
用周围像素的平均值填充这个点就足够了吗？
如果有多个不同的值相同的距离？
@Conic 周围的像素也可能是 NaN。但是对于我的应用程序，平均值也可以
@Scott Hunter 那么这些都可以

【解决方案1】：

使用scipy.interpolate.NearestNDInterpolator。

例如：

from scipy.interpolate import NearestNDInterpolator
data = ... # shape (w, h)
mask = np.where(~np.isnan(data))
interp = NearestNDInterpolator(np.transpose(mask), data[mask])
filled_data = interp(*np.indices(data.shape))

在行动中展示它（这里用黑色作为掩码，image_defect 来自 from here）：

data = image_defect
mask = np.where(~(data == 0))
interp = NearestNDInterpolator(np.transpose(mask), data[mask])
image_result = interp(*np.indices(data.shape))

然后，使用 scipy 中的绘图代码：

【讨论】：