Pseudonowa transformacja siatki liczb przy użyciu funkcji uniwersalnych

Question

Oto mój problem: manipuluję 432*46*136*136 siatkami reprezentującymi time*(space) obejmowanymi w numpy tablice z numpy i python. Mam jedną tablicę alt, która obejmuje wysokości punktów siatki, i inną tablicę przechowującą temperaturę punktów siatki.

jest problematyczne dla porównania, jeśli T1 i T2 dwa rezultaty, T1[t0,z0,x0,y0] i T2[t0,z0,x0,y0] reprezentuje temperaturę H1[t0,z0,x0,y0] i liczników, odpowiednio. Ale chcę porównać temperaturę punktów na tej samej wysokości, a nie w tym samym punkcie siatki.

Dlatego chcę zmodyfikować oś Z moich matryc do reprezentowania wysokości, a nie punktu siatki. Tworzę funkcję conv(alt[t,z,x,y]), która przypisuje liczbę od -20 do 200 do każdej wysokości. Oto mój kod:

def interpolation_extended(self,temp,alt): 
    [t,z,x,y]=temp.shape 
    new=np.zeros([t,220,x,y]) 
    for l in range(0,t): 
     for j in range(0,z): 
      for lat in range(0,x): 
      for lon in range(0,y): 
       new[l,conv(alt[l,j,lat,lon]),lat,lon]=temp[l,j,lat,lon] 
    return new 

Ale to zdecydowanie za dużo czasu, nie mogę tego zrobić. Próbowałem napisać to za pomocą funkcji uniwersalnych za pomocą numpy:

def interpolation_extended(self,temp,alt): 
    [t,z,x,y]=temp.shape 
    new=np.zeros([t,220,x,y]) 
    for j in range(0,z): 
     new[:,conv(alt[:,j,:,:]),:,:]=temp[:,j,:,:] 
    return new 

Ale to nie działa. Czy masz jakiś pomysł na zrobienie tego w python/numpy bez użycia 4 zagnieżdżonych pętli?

Dziękuję

Answer 1

Nie mogę spróbować kodu ponieważ nie mam swoich matryc, ale coś jak to powinno załatwić sprawę.

Po pierwsze, zamiast deklarowania conv jako funkcja, dostać całą projekcję wysokości dla wszystkich danych:

conv = np.round(alt/500.).astype(int) 

Korzystanie np.round, wersję numpys okrągłych, to zaokrągla wszystkie elementy macierzy przez Wektoryzacja operacje w C, a tym samym bardzo szybko otrzymujesz nową tablicę (przy prędkości C). Poniższa linia wyrównuje wysokości do rozpocząć się w 0 ° C, przez cały szereg przesuwa jego wartości minimalnej (w przypadku, -20):

conv -= conv.min() 

linia powyżej, przekształcić matrycy wysokości od -20, 200 [ ] do [0, 220] (lepiej do indeksowania).

Z tym, interpolacja można łatwo zrobić poprzez uzyskanie indeksów wielowymiarowych:

t, z, y, x = np.indices(temp.shape) 

się wektory powyżej zawierają wszystkie wskaźniki potrzebne do indeksu oryginalny matrycy. Następnie można utworzyć nową macierz, wykonując:

new_matrix[t, conv[t, z, y, x], y, x] = temp[t, z, y, x] 

bez żadnej pętli.

Daj mi znać, jeśli to działa. To może dać ci eros, ponieważ ciężko mi go przetestować bez danych, ale powinien wykonać to zadanie.

---

Poniższy przykład zabawka działa dobrze:

A = np.random.randn(3,4,5) # Random 3x4x5 matrix -- your temp matrix 
B = np.random.randint(0, 10, 3*4*5).reshape(3,4,5) # your conv matrix with altitudes from 0 to 9 
C = np.zeros((3,10,5)) # your new matrix 

z, y, x = np.indices(A.shape) 
C[z, B[z, y, x], x] = A[z, y, x] 

C zawiera wyniki według wysokości.