如何在numpy数组中查找值簇

Question

我有一个气压数据数组（M x N）（网格模型数据）。还有两个用于纬度和经度的数组（也是 M x N）。要构建等压线（等压表面）的 GeoJSON，我需要找到给定步长（1 Pa，0.5 Pa）的压力值集群。一般来说，我想这样解决它：

1. 构建对象列表：[{ lat, lon, pressure },..] 以保持 lat 和 lon 数据与压力相关联；
2. 按压力排序对象；
3. 对于列表中的每个对象：比较其压力值并移至专用列表；
4. 创建 GeoJSON 特征。

但我还不清楚第 3 步：如何以智能的方式找到集群？我应该寻找哪种算法？我可以用 scipy.cluster 包做到这一点吗？

Answer 1

我认为您根本不是在寻找集群。

显然等压线范围已给出。因此，将您的数据集拆分为它们；您不需要为此进行排序 - 只需找到最小值和最大值即可获取所有存储桶，然后根据每个存储桶分别选择数据。这将问题很好地分解为更小的块。

我猜你的问题主要是一个可视化问题。您想显示压力相似的区域而不是点，对吧？

不要查看统计方法，例如最小二乘优化 (k-means)，它需要您预先定义参数 k，而是考虑查看 可视化 技术，例如 Alpha Shapes（密切相关到凸包，但它们也允许非凸形状）。如果您计算每个压力域的 alpha 形状，您应该可以很好地可视化这些区域。

如果您坚持使用集群，请查看DBSCAN。主要是因为它允许非凸形簇，并且它可以与纬度+经度一起使用（k-means 不能）。但即使是 HAC 也可能会给您带来良好的结果，因为您可以根据数据分辨率定义切割阈值（例如，合并任何点 - 在同一个压力桶中 - 如果它们相距不到 1 公里）。