python - (50000,3000) numpy 数组沿 axis=-1 的快速插值

Question

我有一个形状为 (50000, 3000) 的二维地震数据阵列

我需要对 axis=-1 中的所有内容进行 1d 插值

如果 z=值，t0=值时间，tx=新时间，我当前正在做

for i in range(dataset.size):
    result[i,:] = np.interp(tx[i,:], t0[i,:], z[i,:]) 

毫不奇怪，这需要几个小时。

• t0 已排序但采样不规则

• tx 已排序并定期采样

对于显着加速代码有什么建议吗？

仅限 numpy/scipy 解决方案

Answer 1

取决于您想要实现的目标。如果您知道感兴趣的区域在哪里，则可以使用数组切片来插入数据的一小部分。或者您可能想通过使用统计指标来了解全局。

我认为没有办法显着加速 np.interp() 本身，因为它本质上遍历了数据中的所有点。您可以尝试 scipy.interpolate 中的 interp1d()，但我再次认为不会有显着的性能差异。