Python 通过插值引用数据

Question

我有两个数据集，其中一个有 datetime.datetime 形式的时间数组，以及那个时间的 x,y,z 坐标数组，比如 time[0]=datetime.datetime(2000,1,21,0,7,25), x[0]=-6.7, etc.

我想根据坐标计算一些东西，但这需要另一个取决于时间的参数 (Ma)。第二个数据集有另一个相同日期时间形式的时间数组，记录当时的参数，如time[0]=datetime.datetime(2000,1,1,0,3), Ma[0]=2.73

问题是两个数据集的时间数组不同（虽然范围相似）

所以我想在数据集1的每个时间插入参数值，如Ma[0]，但是0不是数据集2的时间索引，而是对应于数据集1的索引。我该怎么做？

PS。我可以将时间形式转换为更简单的形式吗？ datetime.datetime 好像挺麻烦的。

Answer 1

以下是如何插入您的值的示例。 coord_ 和 ma_ 数组将是您导入的数据。

脚本做的第一件事是从不同的一维数组构建一些更合理的数据结构。您实际要查找的部分是对 np.interp、documented here.

的调用

import numpy as np
import datetime
import time

# Numpy cannot interpolate between datetimes
# This function converts a datetime to a timestamp
def to_ts(dt):
    return time.mktime(dt.timetuple())

coord_dts = np.array([
    datetime.datetime(2000, 1, 1, 12),
    datetime.datetime(2000, 1, 2, 12),
    datetime.datetime(2000, 1, 3, 12),
    datetime.datetime(2000, 1, 4, 12)
])

coord_xs = np.array([3, 5, 8, 13])
coord_ys = np.array([2, 3, 5, 7])
coord_zs = np.array([1, 3, 6, 10])

ma_dts = np.array([
    datetime.datetime(2000, 1, 1),
    datetime.datetime(2000, 1, 2),
    datetime.datetime(2000, 1, 3),
    datetime.datetime(2000, 1, 4)
])

ma_vals = np.array([1, 2, 3, 4])

# Handling the data as separate arrays will be painful.
# This builds an array of dictionaries with the form:
#   [ { 'time': timestamp, 'x': x coordinate, 'y': y coordinate, 'z': z coordinate }, ... ]
coords = np.array([
    { 'time': to_ts(coord_dts[idx]), 'x': coord_xs[idx], 'y': coord_ys[idx], 'z': coord_zs[idx] }
    for idx, _ in enumerate(coord_dts)
])

# Build array of timestamps from ma datetimes
ma_ts = [ to_ts(dt) for dt in ma_dts ]

for coord in coords:
    print("ma interpolated value", np.interp(coord['time'], ma_ts, ma_vals))
    print("at coordinates:", coord['x'], coord['y'], coord['z'])

Python 通过插值引用数据

Python Referencing data by interpolation

python

datetime

interpolation