在 Python 中更改数据分辨率答案

【问题标题】：Changing data resolution in Python在 Python 中更改数据分辨率
【发布时间】：2017-02-17 00:42:12
【问题描述】：

我有一组数据（存储在 2D numpy 数组中）代表相同问题的模拟。但是，每个模拟都来自不同的模型，这导致每个模拟的分辨率不同。例如，这些是一些模拟的大小：

1159 x 1367
144 x 157
72 x 82
446 x 500
135 x 151

我想做的是将它们全部转换为相同的分辨率，例如 144 x 157。我相信我必须执行插值，但是，我不确定在 Python 中使用哪种方法。

我一直在阅读这些：

(3) 和 (4) 似乎最适合该问题，但是，我不确定如何使它们返回具有指定分辨率的新网格 (2D) 数据。

【问题讨论】：

您的所有数据是否都覆盖相同的坐标范围？换句话说，是否所有测量值都在（例如）x 中的 0 到 3 和 y 中的 0 到 10 之间？
是的，它们都覆盖同一个区域，但分辨率不同。
这些是模拟，你的数据没有噪音吗？
它们在模拟的最后一步被平滑。
我只是在问，因为如果噪声很大，您可能需要考虑不使用插值，而是对数据的过采样位进行某种平均。

标签： python numpy scipy interpolation

【解决方案1】：

原来我可以用scipy.interpolate.RegularGridInterpolator.html解决它：

import numpy as np
import pylab as plt

from scipy.interpolate import RegularGridInterpolator

def regrid(data, out_x, out_y):
    m = max(data.shape[0], data.shape[1])
    y = np.linspace(0, 1.0/m, data.shape[0])
    x = np.linspace(0, 1.0/m, data.shape[1])
    interpolating_function = RegularGridInterpolator((y, x), data)

    yv, xv = np.meshgrid(np.linspace(0, 1.0/m, out_y), np.linspace(0, 1.0/m, out_x))

    return interpolating_function((xv, yv))

输入：

输出：

【讨论】：

为什么在你的例子中导入 pylab？