座標をもつ2次元の平面分布図の作成

Question

実現したいこと

緯度・経度・測定値の入ったデータのグリッドマップを作成したいのですが、同じグリッド内に複数のデータが存在しており、それらの平均値を表示したいです。

前提

緯度・経度に従ってx,y座標は0～10のレンジで自分で設定しており、meshgrid関数を用いてグリッド化しました（グリッド数は10×10）。
plt.contourf(x座標, y座標, 測定値)で図示していますが、滑しすぎているため、同じグリッド内の測定値を平均化したいです。

(2,5,z1),(2,5,z2),(4,8,z3),(2,5,z4),(6,1,z4)...のようなデータセットです。

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
x = np.array(x_grid)
y = np.array(y_grid)
z = np.array(data['measurement'])
xmin = x.min()
xmax = x.max()
ymin = y.min()
ymax = y.max()
msize = 1
ax = np.arange(xmin,xmax,msize)
ay = np.arange(ymin,ymax,msize)
xx, yy = np.meshgrid(ax, ay)
nz = griddata((x, y), z, (xx, yy))
cont=plt.contourf(xx, yy, nz, cmap="jet")
plt.show()

試したこと

10×10のグリッドをナンバリングし、同じ番号に該当するデータを抜き出して平均しようと思いましたが、どのように同じ番号にしたらよいかわかりませんでした。その他の方法が思いつかないため、ご質問させていただきます。

Comments

[退会済みユーザー]

10x10のグリッドには必ず1つ以上のデータが収まっている状態でしょうか？データ欠損がある場合、平均化も必要かもしれませんが補完のような操作も必要になります。このほかにもし分布に傾向があるのであれば、数学的に出す方法以外に、機械学習的に出す方法も出てきたりします。

データの素性をもう少し話せる範囲で開示していただけるといいコメントがもらいやすいと思います。

[reado]

１つ以上のデータが収まっているわけではなかったので、空のカラムを作成し、その上から代入することとしました。
ダミーデータの作成、ありがとうございました。

Answer 1

適当にデータを作って実装しました

質問に生データが掲載されていなかったため、

1. 正規分布するダミーデータを手本とし、ランダムな座標にノイズを乗せたものを1000点用意（n=1000のデータセットの代わり）
2. n=1000のデータセットに対して、座標ごとに平均値を求めてプロット

によって実装しました。

# モジュール群をインポートする
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

1.正規分布するダミーデータを手本とし(略）

# メッシュの大きさを定義する
i_lat = 10 # 緯度
i_lon = 10 # 経度

# 1. まずダミーデータを作る

# 1.1 ランダム値を付与する前の元になる２次元正規分布を定義する
# 見た目が分かりやすい例として、中心部分が一番高くなる分布をつくる
kernel = np.zeros((i_lat, i_lon))
center = (int(i_lat/2), int(i_lon/2))
sigma = 3
for i in range(i_lat):
    for j in range(i_lon):
        kernel[i][j] = np.exp(-(i - center[0]) ** 2  / (2 * sigma ** 2)) + np.exp(-(j - center[1]) ** 2  / (2 * sigma ** 2))

# 数字が分かりやすい範囲になるように標準化する
kernel = kernel- np.min(kernel)
kernel = kernel / np.max(kernel)

# # ノイズを乗せる前の結果を表示する
# plt.imshow(pd.DataFrame(kernel), cmap="jet")
# plt.colorbar()
# plt.show()

# 1.2 カーネルのランダムな座標にランダムな値を付与して、i_max個のノイズ付きのデータを作る

# 緯度、経度、高さを格納するDFを用意する
df = pd.DataFrame(columns=["lat","lon","alt"])

i_max = 1000 #ランダム座標の生成回数
for i in range(i_max):
    # ランダム座標の生成
    lat = np.random.randint(i_lat)
    lon = np.random.randint(i_lon)

    # カーネルのランダムな位置の値に対して、ノイズを乗せた値を作る
    alt_rand = kernel[lat][lon] + np.random.normal(0,0.1)

    # DFにデータを追加する
    df = pd.concat([df,pd.DataFrame({"lat":[lat],"lon":[lon],"alt":[alt_rand]})])
    
# 生成したダミーデータ
print(df)

ここまでの処理で、

   lat lon       alt
0    6   3  0.932370
0    9   9  0.175635
0    6   9  0.637622
0    5   5  1.089081
0    4   1  0.491168
..  ..  ..       ...
0    7   6  0.866969
0    7   6  0.963478
0    9   3  0.672626
0    0   6  0.615814
0    7   4  0.747753
[1000 rows x 3 columns]

という感じでLAT,LON,ALTの3軸のダミーデータが1000個得られます。
そのままではプロットできないので、このあとでLATとLOC毎にALTの平均値を計算します。

2.2. n=1000のデータセットに対して(略）

# 2. ダミーデータの座標ごとにaltの平均値を得る
df_alt = df.groupby(["lat", "lon"]).mean().values.reshape(i_lat, i_lon)

plt.imshow(df_alt, cmap="jet")
plt.colorbar()
plt.show()

Comments

[reado]

ありがとうございました！！参考にさせて頂き、思い通りの図が書けました。