Moyenne d'intervalle des données 1D

Question

J'ai deux matrices 1D, une pour les données mesurées et l'autre pour l'emplacement. Par exemple, les données de mesure peuvent être la température et l'autre tableau les hauteurs de la mesure:

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 

Comme vous pouvez le voir, la hauteur des mesures ne sont pas régulièrement espacées.

Je souhaite calculer la température moyenne dans des intervalles de hauteur régulièrement espacés. C'est une sorte de moyenne mobile, mais la taille de la fenêtre est variable, car les points de données dans l'intervalle d'intérêt ne sont pas toujours les mêmes.

Cela pourrait se faire avec une boucle de la manière suivante:

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)) 

Je n'aime pas cette approche beaucoup et je me demandais s'il y aurait une solution plus « style numpy ».

Answer 1

Vous êtes probablement à la recherche de UnivariateSpline. Par exemple:

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) 

Maintenant vous pouvez évaluer f où vous voulez:

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