有没有办法关联两个网格地图来比较它们的相似性?

Is there a way to correlate two gridded maps to compare their similarity?

我想对两个网格地图执行基于地图的相关性以确定它们的相似程度。给出相关系数或相关值图。

我有一系列合成地图与真实地图相关联,以确定哪些匹配最好。以下代码显示了我要比较的网格化数据 zi 和 zi2

xi=np.linspace(min(x),max(x),200) yi=np.linspace(min(yd),max(y),200) zi = griddata((x, y), synth_data, (xi[None,:], yi[:,None]), method='cubic') zi2 = griddata((x, y), real_data, (xi[None,:], yi[:,None]), method='cubic')

需要某种二维相关系数或互相关图。

相关矩阵可能就是您要搜索的内容。这是一个例子。

numerical = list(set(df.columns) - 
                 set(['State', 'International plan', 'Voice mail plan', 
                      'Area code', 'Churn', 'Customer service calls']))

# Calculate and plot
corr_matrix = df[numerical].corr()
sns.heatmap(corr_matrix);

您可以展平二维网格,然后只应用皮尔逊相关。

另一种可以看出相似性的方法是将两个标量场相减,然后对差值求和。这个总和也将是相似性的指示。

this paper 中描述了我最喜欢的计算字段相似度的方法。