python如何定义一个未知矩阵_python中矩阵未知值的填充/预测

这篇博客介绍了如何在Python中使用numpy和scipy.interpolate.griddata库来填充和预测矩阵中的NaN值。通过示例代码展示了线性和立方插值方法,并提供了将结果转换为整数的技巧。
摘要由CSDN通过智能技术生成

假设您不需要“是”矩阵中指定的精确边值(请参阅我的注释),下面是我要做的:import numpy as np

from scipy.interpolate import griddata

nan = np.NaN

dat = np.array([[ 1, nan, nan, nan, 5,],

[ nan, nan, nan, nan, nan,],

[ nan, 6, nan, nan, 8, ],

[ nan, nan, 9, nan, nan,],

[ nan, nan, nan, nan, nan,],

[ 0, nan, nan, nan, 2, ]])

def fill_nans(indata, method='linear'):

"""

Fill NaN values in the input array `indata`.

"""

# Find the non-NaN indices

inds = np.nonzero(~np.isnan(indata))

# Create an `out_inds` array that contains all of the indices of indata.

out_inds = np.mgrid[[slice(s) for s in indata.shape]].reshape(indata.ndim, -1).T

# Perform the interpolation of the non-NaN values to all the indices in the array:

return griddata(inds, indata[inds], out_

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值