[英]using scipy curve_fit with dask/xarray
我正在尝试使用 dask.distributed 作为计算后端在大纬度/经度/时间 xarray 上使用 scipy.optimize.curve_fit。
这个想法是使用时间序列为每个(纬度,经度)运行单独的数据。
所有这些在 xarray/dask 之外运行良好。 我使用作为 pandas dataframe 传递的单个位置的时间序列对其进行了测试。 但是,如果我尝试直接在 xarray 上的相同(纬度、经度)上运行相同的过程,curve_fit 操作将返回初始参数。
我正在使用xr.apply_ufunc
执行此操作(这里我只提供与问题严格相关的代码):
# function to perform the fit
def _fit_rti_curve(data, data_rti, fit, loc=False):
fit_func, linearize, find_init_params = _get_fit_functions(fit)
# remove nans
x, y = _filter_nodata(data_rti, data)
# remove outliers
x, y = _filter_for_outliers(x, y, linearize=linearize)
# find a first guess for maximum achieveable value
yscale = np.max(y) * 1.05
# find a first guess for the other parameters
# here loc can be manually passed if you have a good estimation
init_parms = find_init_params(x, y, yscale, loc=loc, linearize=linearize)
# fit the curve and return parameters
parms = curve_fit(fit_func, x, y, p0=init_parms, maxfev=10000)
parms = parms[0]
return parms
# shell around _fit_rti_curve
def find_rti_func_parms(data, rti, fit):
# sort and fit highest n values
top_data = np.sort(data)
top_data = top_data[-len(rti):]
# convert to float64 if needed
top_data = top_data.astype(np.float64)
rti = rti.astype(np.float64)
# run the fit
parms = _fit_rti_curve(top_data, rti, fit, loc=0) #TODO maybe add function to allow a free loc
return parms
# call for the apply_ufunc
# `fit` is a string that defines the distribution type
# `rti` is an array for the x values
parms_data = xr.apply_ufunc(
find_rti_func_parms,
xr_obj,
input_core_dims=[['time']],
output_core_dims=[[fit + ' parameters']],
output_sizes = {fit + ' parameters': len(signature(fit_func).parameters) - 1},
vectorize=True,
kwargs={'rti':return_time_interval, 'fit':fit},
dask='parallelized',
output_dtypes=['float64']
)
我的猜测是,这是与线程相关的问题,或者至少是一些共享的 memory 空间在工作程序和调度程序之间没有正确传递。 但是,我只是没有足够的知识来测试这个。
对这个问题有任何想法吗?
这个先前的答案可能会有所帮助? 它使用numpy.polyfit
但我认为一般方法应该相似。
将 numpy.polyfit 应用于 xarray 数据集
另外,我还没有尝试过,但xr.polyfit()
最近刚刚合并。 也可能是要研究的东西。 http://xarray.pydata.org/en/stable/generated/xarray.DataArray.polyfit.html#xarray.DataArray.polyfit
你应该看看这个问题https://github.com/pydata/xarray/issues/4300我有同样的问题,我用 apply_ufunc 解决了。 它没有优化,因为它必须执行重新分块操作,但它可以工作! 我为它创建了一个 GitHub Gist https://gist.github.com/clausmichele/8276871526
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.