python - 查找一个数据集中的数据在另一数据集中的对应关系

Question

我有a catalogue of data我想在我的 MCMC 代码中使用它。至关重要的是执行速度，以避免减慢我的马尔可夫链蒙特卡洛采样速度。 问题: 在目录中，我在第一列和第二列中有两个参数，分别为 ra 和 dec，它们是天空坐标:

data=np.loadtxt('Final.Cluster.Shear.NegligibleShotNoise.Redshift.cat')
ra=data[:,0]
dec=data[:,1]

那么在七列和八列的X和Y位置，即网格坐标，它们是网格空间中的点

Xpos=data[:,6]
Ypos=data[:,7]

在我编写的函数中，需要调用它一百万次， 我将给出一个 Xcenter 和 Ycenter 位置(例如 Xcenter=200.6、Ycenter=310.9)作为函数的输入，我想在 中找到对应点>ra 和 dec 列。然而，输入可能在 ra 和 dec 中没有任何真正的对应关系。因此，我想进行插值，以防 X 和 Y 以及 ra 和 dec 没有类似的条目目录中的数据，并根据目录中真实的ra和dec条目获取插值坐标。

Answer 1

这是一个完美的案例，其中 scipy.spatial.cKDTree() 类可用于一次查询所有点:

from scipy.spatial import cKDTree

k = cKDTree(data[:, 6:8]) # creating the KDtree using the Xpos and Ypos

xyCenters = np.array([[200.6, 310.9],
                      [300, 300],
                      [400, 400]])
print(k.query(xyCenters))
# (array([ 1.59740195,  1.56033234,  0.56352196]),
#  array([ 2662, 22789,  5932]))

其中[2662,22789,5932]是与xyCenters中给出的三个最近点相对应的索引。您可以使用这些索引通过 np.take() 非常有效地获取 ra 和 dec 值:

dists, indices = k.query(xyCenters)
myra = np.take(ra, indices)
mydec = np.take(dec, indices)