將二維網格數據的時間序列插入新的二維網格 - 高效

Question

我有一個帶有時間軸的二維網格數據 numpy 數組，所以我的數組的形狀為 (nsteps, ny, nx)

對於上下文，它是地球的網格（x = 0 到 360，增量為 1 度，y = -90 到 90，增量為 1 度）。 在這個網格上的每個點都有時間序列的數據，每個時間步長 1 個數組。

我正在嘗試將數據從這個網格插入到一個非常不同的網格（不同的分辨率和節點點）。

我能夠通過以下方式做到這一點：

import numpy as np
from scipy.interpolate import RectBivariateSpline
from tqdm import tqdm

#interpolate the msl pressures back to the other grid
p_dat = pres[0].values #this is a numpy array (nsteps, ny0, nx0)
w_dat = wind[0].values #this is a numpy array (nsteps, ny1, nx1)

#new array with 2d shape of w_dat
out = np.full((p_dat.shape[0], *w_dat.shape[1:]), np.nan) 

#interpolate one timestep at a time
for i in tqdm(list(range(out.shape[0]))):
    interp = RectBivariateSpline(pres.geometry.y, pres.geometry.x, p_dat[i])
    dat = interp(wind.geometry.y, wind.geometry.x)
    out[i,:,:] = dat

有沒有辦法可以避免這個循環並將這個插值向量化到第 0 軸上？

Answer 1

您有任何數據可以添加到您的問題中嗎？ 這將使我們能夠更仔細地觀察。

我認為np.apply_along_axis可能在這里工作。

現在我只能提供這種未經測試的方法：

def helper(idx: int):
    interp = RectBivariateSpline(pres.geometry.y, pres.geometry.x, p_dat[idx])
    dat = interp(wind.geometry.y, wind.geometry.x)
    return dat

out = np.apply_along_axis(helper, axis=0, arr=np.arange(out.shape[0]))

編輯：由於缺乏測試數據，我無法評論加速，但這與map(helper, np.arange(out.shape[0]))非常相似。 本質上，它只是隱藏了循環。