Python 中的二维最近邻插值

Question

假设我们有以下查找 table

        | 1.23    2.63    4.74    6.43    5.64
 -------|--------------------------------------
 -------|--------------------------------------
 2.56   |  0       0      1        0       1
 4.79   |  0       1      1        1       0
 6.21   |  1       0      0        0       0

这个table包含一个标签矩阵（只有0和1），x个值和y个值。如何使用 最近邻插值法 来查找 table?

示例：

Input: (5.1, 4.9)
Output: 1

Input: (3.54, 6.9)
Output: 0

Answer 1

查找table

如果你有完整的 table 你不需要插值，你只需要查找最近的 (x, y) 值的索引并在 table

In [1]: import numpy
   ...: x = numpy.array([1.23, 2.63, 4.74, 6.43, 5.64])
   ...: y = numpy.array([2.56, 4.79, 6.21])
   ...: data = numpy.array([[0, 0, 1, 0, 1],
   ...:                     [0, 1, 1, 1, 0],
   ...:                     [1, 0, 0, 0, 0]])
   ...: 
   ...: def lookupNearest(x0, y0):
   ...:     xi = numpy.abs(x-x0).argmin()
   ...:     yi = numpy.abs(y-y0).argmin()
   ...:     return data[yi,xi]

In [2]: lookupNearest(5.1, 4.9)
Out[2]: 1

In [3]: lookupNearest(3.54, 6.9)
Out[3]: 0

最近邻插值法

scipy.interpolate.NearestNDInterpolator 如果你的数据是由分散的点组成的，那将非常有用

例如，对于这样的数据：

红色 = 1，蓝色 =0

In [4]: points = numpy.array([[1.1, 2.5], 
   ...:                       [1.5, 5.2], 
   ...:                       [3.1, 3.0], 
   ...:                       [2.0, 6.0], 
   ...:                       [2.8, 4.7]])
   ...: values = numpy.array([0, 1, 1, 0, 0])

In [5]: from scipy.interpolate import NearestNDInterpolator
   ...: myInterpolator = NearestNDInterpolator(points, values)

In [6]: myInterpolator(1.7,4.5)
Out[6]: 1

In [7]: myInterpolator(2.5,4.0)
Out[7]: 0

Python 中的二维最近邻插值

2D Nearest Neighbor Interpolation in Python

python

interpolation

numpy

nearest-neighbor

scipy

查找table

最近邻插值法