0

我有一个 numpy 数组

dtype=[('offset', '<i8'), ('data', '<f8', (2000,))]

偏移项可以按任何顺序排列，并且可以重复项。

我想规范化数据以进行可视化，以便每个向量在其相对空间位置上可视化。这应该包括：

  • 对具有相同偏移项的向量求和并归一化
  • 从现有向量中插值缺失向量

我一直在做的第一部分

size = np.amax(gathers['offset'] - np.amin(gathers['offset']))
panel = np.zeros(size, dtype=np.float)
fold = np.zeros(size, dtype=np.float)
for trace in gathers:
    panel[trace['offset']-np.amin(gathers['offset'])] += trace
    fold[trace['offset']-np.amin(gathers['offset'])] += 1
for index, trace in enumerate(panel):
    panel[index] /= fold[index]
plt.imshow(panel, aspect='auto')
plt.show()

这很慢。

对于第二部分，我一直在尝试使用 scipy.griddata 但没有成功，因为我不知道如何创建插值的数据坐标。

4

0 回答 0