我有一个数据集,它是网格化的数据,已经被展平为x、y和z数据的单列,但是我想把它放回网格中,对它进行二维傅立叶变换。不幸的是,在网格时代前后的数据中存在一些缺口
对于常规网格,使用np.reshape
可以将这些数据放回网格中,但由于存在间隙,这将不起作用。有没有类似的功能可以让我重塑和添加NAN
示例数据集(尽管我的数据有80000多个条目)
x = np.array([0, 1, 2 , 3, -1, 0, 1, 2, -1, 0, 1, -3, -2,-1,0])
y = np.array([0,1,2, 3, 1, 2,3,4, 3,4, 5, 3, 4,5,6])
我想在表格中填写:
x = array([[ 0., 1., 2., 3.],
[-1., 0., 1., 2.],
[nan, -1., 0., 1.],
[-3., -2., -1., 0.]])
y = array([[ 0., 1., 2., 3.],
[ 1., 2., 3., 4.],
[nan, 3., 4., 5.],
[ 3., 4., 5., 6.]])
这是一个局部解决方案。目前,它假设网格左侧或右侧缺少数据(即它还不能处理顶部和底部)。它还假设数据跨列增加(否则,您只需要将
>
替换为<
和if
/else
语句体),并且跨行的更改小于从第一列到最后一列的更改(如果不是这样,那么您将面临更大的问题)。根据数据的生成方式,您可能还希望使用条件替换==
,以测试正在比较的两个值是否相对接近/小于行末尾的值之间的差异输出:
相关问题 更多 >
编程相关推荐