插入缺失值 2d python

Question

我有一個二維數組（或矩陣，如果您願意），其中一些缺失值表示為NaN 。 缺失值通常位於一個軸上的條帶中，例如：

1   2   3 NaN   5
2   3   4 Nan   6
3   4 Nan Nan   7
4   5 Nan Nan   8
5   6   7   8   9

我想用一些合理的數字替換NaN 。

我研究了 delaunay 三角剖分，但發現的文檔很少。

我嘗試使用astropy的卷積，因為它支持使用二維數組，而且非常簡單。 問題在於卷積不是插值，它會將所有值移向平均值（可以通過使用窄內核來緩解）。

這個問題應該是這個帖子的自然二維擴展。 有沒有辦法在二維數組中插入NaN /缺失值？

Answer 1

是的，您可以使用scipy.interpolate.griddata和掩碼數組，您可以使用參數method選擇您喜歡的插值類型，通常'cubic'做得很好：

import numpy as np
from scipy import interpolate


#Let's create some random  data
array = np.random.random_integers(0,10,(10,10)).astype(float)
#values grater then 7 goes to np.nan
array[array>7] = np.nan

使用plt.imshow(array,interpolation='nearest')看起來像這樣：

x = np.arange(0, array.shape[1])
y = np.arange(0, array.shape[0])
#mask invalid values
array = np.ma.masked_invalid(array)
xx, yy = np.meshgrid(x, y)
#get only the valid values
x1 = xx[~array.mask]
y1 = yy[~array.mask]
newarr = array[~array.mask]

GD1 = interpolate.griddata((x1, y1), newarr.ravel(),
                          (xx, yy),
                             method='cubic')

這是最終結果：

看看，如果 nan 值在邊緣並且被 nan 值包圍，則無法插入並保持nan 。 您可以使用fill_value參數更改它。

如果有一個 3x3 的 NaN 值區域，這將如何工作，您會獲得中間點的合理數據嗎？

這取決於您的數據類型，您必須進行一些測試。 例如，您可以故意屏蔽一些好的數據，嘗試使用具有屏蔽值的數組進行不同類型的插值，例如三次、線性等，並計算內插值與您之前屏蔽的原始值之間的差異，然后查看哪個方法返回您的細微差別。

你可以使用這樣的東西：

reference = array[3:6,3:6].copy()
array[3:6,3:6] = np.nan
method = ['linear', 'nearest', 'cubic']

for i in method:
    GD1 = interpolate.griddata((x1, y1), newarr.ravel(),
                              (xx, yy),
                                 method=i)
    meandifference = np.mean(np.abs(reference - GD1[3:6,3:6]))
    print ' %s interpolation difference: %s' %(i,meandifference )

這給出了這樣的東西：

   linear interpolation difference: 4.88888888889
   nearest interpolation difference: 4.11111111111
   cubic interpolation difference: 5.99400137377

當然，這是針對隨機數的，因此結果可能會有很大差異是正常的。 因此，最好的辦法是對數據集的“故意屏蔽”部分進行測試，看看會發生什么。

Answer 2

為方便起見，這里有一個實現GM 答案的函數。

from scipy import interpolate
import numpy as np

def interpolate_missing_pixels(
        image: np.ndarray,
        mask: np.ndarray,
        method: str = 'nearest',
        fill_value: int = 0
):
    """
    :param image: a 2D image
    :param mask: a 2D boolean image, True indicates missing values
    :param method: interpolation method, one of
        'nearest', 'linear', 'cubic'.
    :param fill_value: which value to use for filling up data outside the
        convex hull of known pixel values.
        Default is 0, Has no effect for 'nearest'.
    :return: the image with missing values interpolated
    """
    from scipy import interpolate

    h, w = image.shape[:2]
    xx, yy = np.meshgrid(np.arange(w), np.arange(h))

    known_x = xx[~mask]
    known_y = yy[~mask]
    known_v = image[~mask]
    missing_x = xx[mask]
    missing_y = yy[mask]

    interp_values = interpolate.griddata(
        (known_x, known_y), known_v, (missing_x, missing_y),
        method=method, fill_value=fill_value
    )

    interp_image = image.copy()
    interp_image[missing_y, missing_x] = interp_values

    return interp_image

Answer 3

我實際上會逐行手動檢查這個矩陣，每當你開始遇到一個 Nans 列表時，跟蹤緊接在 Nans 之前和緊接其后的數字，以及在返回普通數字之前看到的 Nans 的數量。 一旦找到這些數字，就可以自己用內插值覆蓋 Nans。