插入缺失值 2d python

Question

我有一个二维数组（或矩阵，如果你愿意的话），其中一些缺失值表示为 NaN。缺失值通常沿一个轴呈一条带状，例如：

1   2   3 NaN   5
2   3   4 Nan   6
3   4 Nan Nan   7
4   5 Nan Nan   8
5   6   7   8   9

我想用一些合理的数字替换NaN。

我查看了 delaunay 三角测量，但发现的文档很少。

我尝试使用astropy's convolve，因为它支持使用二维数组，而且非常简单。 这样做的问题是卷积不是插值，它会将所有值移向平均值（可以通过使用窄内核来缓解）。

这个问题应该是this post 的自然二维扩展。有没有办法在二维数组中插入NaN/缺失值？

Answer 1

我实际上是逐行手动遍历这个矩阵，每当您开始遇到一个 Nans 列表时，请跟踪紧接在 Nans 之前和之后的数字，以及您在返回之前看到的 Nans 的数量普通数字。一旦找到这些数字，就可以自己用插值覆盖 Nans。

Answer 2

是的，您可以使用scipy.interpolate.griddata 和掩码数组，您可以使用参数method 通常选择您喜欢的插值类型'cubic' 做得很好：

import numpy as np
from scipy import interpolate


#Let's create some random  data
array = np.random.random_integers(0,10,(10,10)).astype(float)
#values grater then 7 goes to np.nan
array[array>7] = np.nan

使用plt.imshow(array,interpolation='nearest') 看起来像这样 ：

x = np.arange(0, array.shape[1])
y = np.arange(0, array.shape[0])
#mask invalid values
array = np.ma.masked_invalid(array)
xx, yy = np.meshgrid(x, y)
#get only the valid values
x1 = xx[~array.mask]
y1 = yy[~array.mask]
newarr = array[~array.mask]

GD1 = interpolate.griddata((x1, y1), newarr.ravel(),
                          (xx, yy),
                             method='cubic')

这是最终结果：

如果 nan 值位于边缘并且被 nan 值包围，则无法插值并保留 nan。您可以使用 fill_value 参数更改它。

如果有一个 3x3 区域的 NaN 值，这将如何工作，你会得到中间点的合理数据吗？

这取决于您的数据类型，您必须执行一些测试。例如，您可以故意屏蔽一些好的数据，尝试不同类型的插值，例如三次、线性等等。使用带有掩码值的数组，计算插值与您之前掩码的原始值之间的差异，看看哪种方法会返回微小的差异。

你可以这样使用：

reference = array[3:6,3:6].copy()
array[3:6,3:6] = np.nan
method = ['linear', 'nearest', 'cubic']

for i in method:
    GD1 = interpolate.griddata((x1, y1), newarr.ravel(),
                              (xx, yy),
                                 method=i)
    meandifference = np.mean(np.abs(reference - GD1[3:6,3:6]))
    print ' %s interpolation difference: %s' %(i,meandifference )

这给出了这样的结果：

   linear interpolation difference: 4.88888888889
   nearest interpolation difference: 4.11111111111
   cubic interpolation difference: 5.99400137377

当然，这是针对随机数的，因此结果可能会有很大差异是正常的。因此，最好的办法是对数据集的“故意屏蔽”部分进行测试，看看会发生什么。

Answer 3

为方便起见，这里有一个实现G M's answer的函数。

from scipy import interpolate
import numpy as np

def interpolate_missing_pixels(
        image: np.ndarray,
        mask: np.ndarray,
        method: str = 'nearest',
        fill_value: int = 0
):
    """
    :param image: a 2D image
    :param mask: a 2D boolean image, True indicates missing values
    :param method: interpolation method, one of
        'nearest', 'linear', 'cubic'.
    :param fill_value: which value to use for filling up data outside the
        convex hull of known pixel values.
        Default is 0, Has no effect for 'nearest'.
    :return: the image with missing values interpolated
    """
    from scipy import interpolate

    h, w = image.shape[:2]
    xx, yy = np.meshgrid(np.arange(w), np.arange(h))

    known_x = xx[~mask]
    known_y = yy[~mask]
    known_v = image[~mask]
    missing_x = xx[mask]
    missing_y = yy[mask]

    interp_values = interpolate.griddata(
        (known_x, known_y), known_v, (missing_x, missing_y),
        method=method, fill_value=fill_value
    )

    interp_image = image.copy()
    interp_image[missing_y, missing_x] = interp_values

    return interp_image