Hướng dẫn 4d interpolation python - Python nội suy 4d

Quadrivariate#

Nội suy

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

Phương pháp này thực hiện phép nội suy song tuyến trong không gian 2D bằng cách xem xét các trục kinh độ và vĩ độ của lưới, sau đó thực hiện phép nội suy tuyến tính ở kích thước thứ ba và thứ tư. Giao diện của nó tương tự như lớp

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

Bước đầu tiên là tải dữ liệu vào bộ nhớ và tạo đối tượng Interpolator:

ds = pyinterp.tests.load_grid4d()
interpolator = pyinterp.backends.xarray.Grid4D(ds.pressure)

Chúng tôi sẽ xây dựng một lưới mới sẽ được sử dụng để xây dựng một lưới nội suy mới.

Cảnh báo

Khi sử dụng trục thời gian, phải cẩn thận để sử dụng cùng một đơn vị ngày, giữa trục được xác định và ngày được cung cấp trong quá trình nội suy. Hàm

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

mx, my, mz, mu = numpy.meshgrid(numpy.arange(-125, -70, 0.5),
                                numpy.arange(25, 50, 0.5),
                                numpy.datetime64('2000-01-01T12:00'),
                                0.5,
                                indexing='ij')

Chúng tôi nội suy lưới của chúng tôi bằng cách sử dụng

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

Bicubic trên lưới 4D#

Lưới được sử dụng tổ chức các vĩ độ theo thứ tự giảm dần. Chúng tôi yêu cầu hàm tạo của chúng tôi lật trục này để đánh giá chính xác phép nội suy bicubic từ khối 4D này (chỉ cần thiết để thực hiện phép nội suy bicubic).

interpolator = pyinterp.backends.xarray.Grid4D(ds.pressure,
                                               increasing_axes=True)

Chúng tôi nội suy lưới của chúng tôi bằng cách sử dụng phép nội suy

import cartopy.crs
import matplotlib
import matplotlib.pyplot
import numpy

import pyinterp
import pyinterp.backends.xarray
import pyinterp.tests

Chúng tôi biến đổi kết quả của chúng tôi thành một ma trận.

Hãy để hình dung kết quả của chúng tôi.

Ghi chú

Nhấn vào đây để tải xuống mã ví dụ đầy đủ hoặc để chạy ví dụ này trong trình duyệt của bạn thông qua BinderFill NaN values to see how to address this issue.

fig = matplotlib.pyplot.figure(figsize=(5, 4))
ax1 = fig.add_subplot(
    211, projection=cartopy.crs.PlateCarree(central_longitude=180))
pcm = ax1.pcolormesh(lons,
                     lats,
                     quadrivariate.T,
                     cmap='jet',
                     shading='auto',
                     transform=cartopy.crs.PlateCarree())
ax1.coastlines()
ax1.set_title('Trilinear')

ax2 = fig.add_subplot(
    212, projection=cartopy.crs.PlateCarree(central_longitude=180))
pcm = ax2.pcolormesh(lons,
                     lats,
                     bicubic.T,
                     cmap='jet',
                     shading='auto',
                     transform=cartopy.crs.PlateCarree())
ax2.coastlines()
ax2.set_title('Spline & Linear in time')
fig.colorbar(pcm, ax=[ax1, ax2], shrink=0.8)
fig.show()

Tổng thời gian chạy của tập lệnh: (0 phút 1,001 giây) ( 0 minutes 1.001 seconds)

Phòng trưng bày được tạo ra bởi Sphinx-Gallery