Scipy中的3d插值-密度网格

问题描述

| 我有一组表示多个对象的3d位置的坐标。这些点取自3维立方体的模拟。我需要做的是在多维数据集上制作一个3d网格，然后将这些点分配给它们在网格上的正确位置，这样我便可以找到网格每个部分中对象的密度。例如，我一直在搜索插值和网格文档（http://docs.scipy.org/doc/scipy/reference/generation/scipy.interpolate.griddata.html#scipy.interpolate.griddata），但不确定该怎么做，因为我没有与这些数据点相关的功能。我当时想做的是使用if语句：给定点数组= [x1，y1，z1]，[x2，y2，z2]等，如果points [i] [0] -gridpoint1 [0] < 1：如果points [i] [1] -gridpoint1 [1] <1：如果points [i] [2] -gridpoint1 [2] <1，则points [i] = bin1 [i]，其中bin1是预制的零数组。但是，我认为我必须针对网格上的每个网格点运行此操作（网格点将位于每个容器的中心），然后找出每个容器中有多少个非零元素，我我也不知道该怎么办。我有一种可以在scipy中使用某种功能来更轻松地完成整个任务的感觉，但是我仍然不确定如何到达那里。在此先感谢您的帮助！     

解决方法

        如果我理解正确，则您具有坐标（x [i]，y [i]，z [i]），i = 0，...，N-1，并且您想计算出其中有多少个坐标给定的3D立方体网格单元？ 这可以使用

numpy.histogramdd

来完成：

import numpy as np

# some random points in a cube
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100);

# specify grid in a cube
xgrid = np.linspace(0.0,1.0,5)
ygrid = np.linspace(0.0,6)
zgrid = np.linspace(0.0,7)

# compute counts
counts,edges = np.histogramdd(np.c_[x,y,z],bins=(xgrid,ygrid,zgrid))

print counts.shape # -> (4,5,6)

# number of points in the box 
# xgrid[1] <= x < xgrid[2] && ygrid[2] <= y < ygrid[3] && zgrid[0] <= z < zgrid[1]
print counts[1,2,0]

如果要找出每个点在哪个网格单元中，可以用

searchsorted

完成：

ix = np.searchsorted(xgrid,x) - 1
iy = np.searchsorted(ygrid,y) - 1
iz = np.searchsorted(zgrid,z) - 1

# point (x[3],y[3],z[3]) is in the following grid cell
print ix[3],iy[3],iz[3]