python - 分散 DataFrame 的快速插值

Question

TL;DR:问题:是否有一种快速方法可以在特定坐标处插入分散的二维数据集？

如果是的话，有人可以提供一个示例，其中包含“当前解决方案”中使用的示例数据和变量(因为我自己实现它显然很愚蠢)。

<小时/>

问题:

我需要在特定坐标点处对分散数据的 DataFrame(大小 = (34, 18))进行插值(如果可能的话还进行推断)。 DataFrame 始终保持不变。

插值需要很快，因为它在循环中完成超过 10.000 次。

预先不知道要插值的坐标，因为它们会在每个循环中发生变化。

<小时/>

当前解决方案:

def Interpolation(a, b):

    #import external modules
    import pandas as pd
    from scipy import interpolate

    #reading .xlsx file into DataFrame
    file  = pd.ExcelFile(file_path)
    mr_df = file.parse('Model_References')
    matrix = mr_df.set_index(mr_df.columns[0])

    #interpolation at specific coordinates
    matrix = Matrix.stack().reset_index().values
    value = interpolate.griddata(matrix[:,0:2], matrix[:,2], (a, b), method='cubic')

    return(value)

这种方法不适合长时间使用，因为仅#interpolation at certain坐垫下的两行代码就超过了95%的执行时间。

<小时/>

我的想法:

• 如果数据需要插值和外推，scipy.interpolate.Rbf 似乎是最好的解决方案，但据我了解，它只会创建现有数据的更精细的网格，而无法在特定坐标处输出插值
• 在特定坐标 (a,b) 周围创建一个较小的 4x4 矩阵可能会减少每个循环的执行时间，但我确实很难将 griddata 与较小的矩阵一起使用。我创建了一个 5x5 矩阵，第一行和第一列是索引，其他 4x4 条目是中间有特定坐标的数据。但我得到一个 TypeError: list Indexs Must be integers or slices, not tuple 我不明白，因为我没有更改任何其他内容。

<小时/>

示例数据:

          0.0     0.1     0.2     0.3
0.0      -407    -351    -294    -235
0.0001   -333    -285    -236    -185
0.0002   -293    -251    -206    -161
0.00021  -280    -239    -196    -151

Answer 1

感谢 @Jdog 的评论，我能够弄清楚:

在循环之前使用 scipy.interpolate.RectBivariateSpline 创建样条曲线并使用 scipy.interpolate.RectBivariateSpline.ev 读取特定坐标会降低执行速度插值时间从255s到289ms。

def Interpolation(mesh, a, b):

    #interpolation at specific coordinates
    value = mesh.ev(stroke, current)

    return(value)

#%%

#import external modules
import pandas as pd
from scipy import interp

#reading .xlsx file into DataFrame
file  = pd.ExcelFile(file_path)
mr_df = file.parse('Model_References')
matrix = mr_df.set_index(mr_df.columns[0])

mesh = interp.RectBivariateSpline(a_index, b_index, matrix)

for iterations in loop:
    value = Interpolation(mesh, a, b)