Media intervallata dei dati 1D

Question

Ho due array 1D, uno per i dati misurati e l'altro per la posizione. Ad esempio, i dati misurati possono essere la temperatura e l'altra matrice altezze della misurazione:

temp = np.asarray([10, 9.6, 9.3, ..., -20.3, -21.0]) # Temperature in celsius 
height = np.asarray([129, 145, 167, ..., 5043, 5112]) # Height in meters 

Come si può vedere, l'altezza delle misurazioni non è distanziata regolarmente.

Voglio calcolare la temperatura media in intervalli di altezza regolarmente distanziati. Questa è una sorta di media mobile, ma la dimensione della finestra è variabile, perché i punti di dati all'interno dell'intervallo di interesse non sono sempre gli stessi.

questo potrebbe essere fatto con un ciclo for nel seguente modo:

regular_heights = np.arange(0, 6000, 100) # Regular heights every 100m 
regular_temps = [] 

for i in range(len(regular_heights)-1): 
    mask = np.logical_and(height > regular_heights[i], height < regular_heights[i+1]) 
    mean = np.mean(temp[mask]) 
    regular_temps.append(mean) 

regular_temps = np.hstack((regular_temps)) 

Non mi piace questo approccio che tanto e mi chiedevo se ci sarebbe stata una soluzione più "NumPy-style".

Answer 1

Probabilmente stai cercando UnivariateSpline. Per esempio:

from scipy.interpolate import UnivariateSpline 

temp = np.asarray([10, 9.6, 9.3, 9.0, 8.7]) # Temperature in celsius 
height = np.asarray([129, 145, 167, 190, 213]) # Height in meters 
f = UnivariateSpline(height, temp) 

Ora è possibile valutare f dove vuoi:

regular_heights = np.arange(120, 213, 5)  # Regular heights every 5m 
plot(height, temp, 'o', regular_heights, f(regular_heights), 'x')