根据大量xy点从2D数组中提取插值

Question

我xr.DataArray从OpenDataCube查询返回了相当大的1000 x 4000像素，并且有一大组（> 200,000）xy点值。我需要对数组进行采样以在每个xy点下返回一个值，并返回内插的值（例如，如果该点降落在a 0和1.0像素之间的中间位置，则返回的值应该是0.5）。

xr.interp让我可以轻松地对插值进行采样，但是它返回所有x和y值的每个组合的巨大矩阵，而不仅仅是返回每个xy点本身的值。我尝试使用np.diagonal来提取xy点值，但这很慢，很快会遇到内存问题，并且由于我仍然需要等待通过插值的每个组合，因此效率很低xr.interp。

可复制的例子

（仅使用10,000个采样点（理想情况下，我需要的东西可以扩展到> 200,000或更多）：

# Create sample array
width, height = 1000, 4000
val_array = xr.DataArray(data=np.random.randint(0, 10, size=(height, width)).astype(np.float32),
                         coords={'x': np.linspace(3000, 5000, width),
                                 'y': np.linspace(-3000, -5000, height)}, dims=['y', 'x'])

# Create sample points
n = 10000
x_points = np.random.randint(3000, 5000, size=n)
y_points = np.random.randint(-5000, -3000, size=n)

目前的方法

%%timeit

# ATTEMPT 1
np.diagonal(val_array.interp(x=x_points, y=y_points).squeeze().values)
32.6 s ± 1.01 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

有谁知道更快或更有效的内存方式来实现这一目标？

Answer 1

为了避免整个网格，您需要引入一个新尺寸。

x = xr.DataArray(x_points, dims='z')
y = xr.DataArray(y_points, dims='z')
val_array.interp(x=x, y=y)

将沿新的z维为您提供一个数组：

<xarray.DataArray (z: 10000)>
array([4.368132, 2.139781, 5.693636, ..., 3.7505  , 3.713589, 2.28494 ])
Coordinates:
    x        (z) int64 4647 4471 4692 3942 3468 ... 3040 3993 3027 4427 3749
    y        (z) int64 -3744 -4074 -3634 -3289 -3221 ... -4195 -4131 -4814 -3362
Dimensions without coordinates: z

36.9 ms ± 1.25 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

在xarray的Advanced Interpolation文档中有一个很好的例子。