点群データの補間について

Question

下図の点群のデータがあり、最大値最小値は以下です。

x_max: 68.5 , x_min: -7.5 , y_max: 27.5 , y_min: -15.5

点群の間隔はx軸y軸ともに1.0です。

これらのデータからxy座標の最大値最小値までデータのない部分にｚ＝０の点群を追加したいです。

最大値最小値から作成した長方形の点群に対して、x,yの値が場合に上記のz成分を代入するなど考えたのですが、実装できず投稿させていただきました。よろしく願いします。

df = pd.read_csv("hogehoge.csv", header = None)
arr = df.values
x = arr[:,0]    
y = arr[:,1]
z = arr[:,2]

Comments

[退会済みユーザー]

「データのない部分のZの値」は何ですか？CSVでいうところの,,のような状態（カラ）ですか？
もしカラならpandasのfillna(0)みたいな感じで行けるはずです。数値でないものが入っているなら別の方法でゼロと置換したらいいです。

Answer 1

最初に meshgrid 状のデータフレームを作成して、そこに df の値を上書きします。

import numpy as np
import pandas as pd

# test data
df = pd.DataFrame({
  0: np.array([ -7.5, 0.5, 23.5, 68.5]),
  1: np.array([-15.5, 0.5, 12.5, 27.5]),
  2: np.array([2, 4, 6, 8]),
})

# generate grid dataframe
x_min, y_min = df.min()[:2]
x_max, y_max = df.max()[:2]
x = np.arange(x_min, np.ceil(x_max))
y = np.arange(y_min, np.ceil(y_max))
xx, yy = np.meshgrid(x, y)

grid = pd.DataFrame({
  0: np.ndarray.flatten(xx),
  1: np.ndarray.flatten(yy),
  2: np.zeros(np.prod(xx.shape)),
})

# overwrite
dfx = pd.concat([df, grid]).drop_duplicates(subset=[0, 1])

# check
print(grid.shape)
#(3388, 3)
print(dfx.shape)
#(3388, 3)

print(df)
#      0     1  2
#0  -7.5 -15.5  2
#1   0.5   0.5  4
#2  23.5  12.5  6
#3  68.5  27.5  8

print(dfx[dfx[2]>0])
#
#      0     1    2
#0  -7.5 -15.5  2.0
#1   0.5   0.5  4.0
#2  23.5  12.5  6.0
#3  68.5  27.5  8.0

# draw heatmap
import seaborn as sns
import matplotlib.pyplot as plt

sns.set_theme()
h = sns.heatmap(dfx.pivot(1, 0, 2), cmap='cool')
h.invert_yaxis()
h.set(xlabel='X', ylabel='Y')
plt.show()

Comments

[8c8]

回答ありがとうございます。
こちらのプログラムを参考に変更を加えることで、目的の操作を実現することができました。

Answer 2

dfが’X', ’Y', ’Z'というcolumnsを持つ場合で例を示します。

>>> import numpy as np
>>> import pandas as pd
>>>
>>> df = pd.DataFrame({'X':[1.5, 0.5, -1.5], 'Y':[3.5, 2.5, 4.5], 'Z':[5.0, 7.0, 6.5]})
>>> print(df)
     X    Y    Z
0  1.5  3.5  5.0
1  0.5  2.5  7.0
2 -1.5  4.5  6.5
>>> x_max = df['X'].max()
>>> x_min = df['X'].min()
>>> y_max = df['Y'].max()
>>> y_min = df['Y'].min()
>>> df_x = pd.DataFrame(np.arange(x_min, x_max+1,  1), columns=['X'])
>>> print(df_x)
     X
0 -1.5
1 -0.5
2  0.5
3  1.5
>>> df_y = pd.DataFrame(np.arange(y_min, y_max+1,  1), columns=['Y'])
>>> print(df_y)
     Y
0  2.5
1  3.5
2  4.5
>>> df_cross = pd.merge(df_x, df_y, how='cross')
>>> print(df_cross)
      X    Y
0  -1.5  2.5
1  -1.5  3.5
2  -1.5  4.5
3  -0.5  2.5
4  -0.5  3.5
5  -0.5  4.5
6   0.5  2.5
7   0.5  3.5
8   0.5  4.5
9   1.5  2.5
10  1.5  3.5
11  1.5  4.5
>>> df_all = pd.merge(df_cross, df, on=['X','Y'], how='left')
>>> print(df_all)
      X    Y    Z
0  -1.5  2.5  NaN
1  -1.5  3.5  NaN
2  -1.5  4.5  6.5
3  -0.5  2.5  NaN
4  -0.5  3.5  NaN
5  -0.5  4.5  NaN
6   0.5  2.5  7.0
7   0.5  3.5  NaN
8   0.5  4.5  NaN
9   1.5  2.5  NaN
10  1.5  3.5  5.0
11  1.5  4.5  NaN
>>> df_all.fillna(0, inplace=True)
>>> print(df_all)
      X    Y    Z
0  -1.5  2.5  0.0
1  -1.5  3.5  0.0
2  -1.5  4.5  6.5
3  -0.5  2.5  0.0
4  -0.5  3.5  0.0
5  -0.5  4.5  0.0
6   0.5  2.5  7.0
7   0.5  3.5  0.0
8   0.5  4.5  0.0
9   1.5  2.5  0.0
10  1.5  3.5  5.0
11  1.5  4.5  0.0

Comments

[8c8]

回答いただきありがとうございました。