[scipy-interpolate]時間情報と座標データに対して一秒ごとのデータに補間したい

Question

やりたいこと

以下のように時間情報の入った配列と、データが入った配列があります。
それらを時間に対応したデータがバラバラなので、一秒ごとに補間したデータが欲しいと考えています。
そのためにscipyのinterpolateを使えば補間できそうだと考えてやろうとしています。
時間情報とｘ座標は対応しています。時間は重複してませんが、xは重複している可能性もあります。
timeには文字列でデータがはいっています。
xはtimeに対応したデータです。

time = np.array(['2020-06-01 00:07:42','2020-06-01 00:28:12','2020-06-01',.....,'2020-06-30 23:54:01'])
x = np.array([434618.787368,434618.781857,434612.078263 ,.....,434144.253173)]

これを補間して、一秒ごとのデータを取り出したいです。

やってみたこと

実際のデータではないですが、補間そのものをしてみようとミニマムなコードを書いてみました。
しかし、今回の時間データに対して一秒ごとのデータを取り出す方法がわかりません。

以下、まったく違うデータでの補間のコード

# interpolate：補間をしてくれる関数
import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt

x = np.array([0,22,33,44,50,60,75,86,99,107,128,199,220])
y = np.array([0,33,53,34,55,44,45,31,14,33,63,18,96])

# 最小帝から最大値までの等間隔に100pointつくる
# x座標を作る
x_latent = np.linspace(min(x), max(x),100)

f = interpolate.interp1d(x,y)
y_latent = f(x_latent)


plt.scatter(x,y,label="point")
plt.plot(x_latent, y_latent, c= "red", label="fitted")
plt.grid()
plt.legend()
plt.show()

これは全く関係ないデータなのでうまくいくコードになっていないのと、一秒ごとのデータを取り出すということがわからなくてできてません。

###　最後に

やりたいことで書いている通りではありますが、今回のデータに対して補間することで一秒ごとにデータを取り出す方法を教ええていただきたいと思います。

どうかよろしくお願いします。

Comments

[meg_]

> これは全く関係ないデータなのでうまくいくコードになっていない
どういうグラフになることを想定していたのでしょうか？

[oinari03]

グラフとして表示させたのは、今回とは違うが2つのデータによって補間することは出来たというのを示すためでして、本来はグラフから補間した際のデータを取り出すことが目的です。X軸を今回のデータ（文字列ですが）の時間で1秒事に切り分けてそれに対応した＝補間した（配列のデータ）を取り出せないか考えています。

説明下手ですみません。

[oinari03]

ここでは等間隔に100ポイント作っていますが、等間隔が1秒間隔になるようにしたいです

[meg_]

時系列データであればpandasを使うのが良いかもしれません。※scipy.interpolateについては知らないので私ならpandasを使うという意味です。

Answer 1

1秒ごとの配列を作るのは、numpy.arangeでできます。

import numpy as np

np.arange('2020-06-01 00:07:42', '2020-06-30 23:54:01', np.timedelta64(1, 's'), dtype='datetime64[s]')

oinari03さんのコードで使うなら、こんな感じでしょうか。

import numpy as np

time = np.array(['2020-06-01 00:07:42', '2020-06-01 00:28:12', '2020-06-30 23:54:01'])

time = time.astype('datetime64[s]')    # 文字列型を、datetime64型(秒単位)に変換

time_latent = np.arange(min(time), max(time) + 1)
# 省略しないで書くならこんな感じ
# time_latent = np.arange(min(time), max(time) + np.timedelta64(1, 's'), np.timedelta64(1, 's'))

ただし、scipy.interpolate.interp1dはdatetime64型では動いてくれないので、int等に変換して計算する必要があります。(EPOCH時間になるようです)

import numpy as np
from scipy import interpolate

time = np.array(['2020-06-01 00:07:42', '2020-06-01 00:28:12', '2020-06-30 23:54:01'])
x = np.array([434618.787368, 434618.781857, 434144.253173])

time = time.astype('datetime64[s]')

time_latent = np.arange(min(time), max(time) + 1)

f = interpolate.interp1d(time.astype('int'), x)
x_latent = f(time_latent.astype('int'))

Comments

[oinari03]

ありがとうございます！！
すごくわかりやすくて参考にさせていただきます！！！

[oinari03]

問題なく作動したんですが、一部疑問としてtime_latentを表示させたときに空白がTでおおわれてしまったのはどうしたらいいでしょうか？

['2020-06-01T00:07:42' '2020-06-01T00:07:43' '2020-06-01T00:07:44'
'2020-06-01T00:07:45' '2020-06-01T00:07:46' '2020-06-01T00:07:47'
'2020-06-01T00:07:48' '2020-06-01T00:07:49' '2020-06-01T00:07:50'
'2020-06-01T00:07:51' '2020-06-01T00:07:52']

[bsdfan]

numpyのdatetime64型を文字列として表示するときのフォーマットがそうなっているようで、変更する方法はなさそうです。strftimeのような文字列として整形する機能もnumpyとしては用意されていないです。このあたりはnumpyは計算に特化しているということかもしれないです。
表示方法をさわりたくなったら、そこの部分はpandasを使うほうがいいかもしれません。

[oinari03]

なるほどです。
pandasのデータフレームに突っ込んで表示させてみたらTはなくなっていました。
ありがとうございます。