在一个数据集中找到另一个数据集的数据对应关系

Question

我有一个数据目录，想在我的MCMC代码中使用它。关键是要实现速度快，这样才能避免拖慢我的马尔可夫链蒙特卡洛采样。

问题：

在这个目录中，第一列和第二列有两个参数，叫做ra和dec，它们是天空坐标：

data=np.loadtxt('Final.Cluster.Shear.NegligibleShotNoise.Redshift.cat')
ra=data[:,0]
dec=data[:,1]

然后在第七列和第八列有X和Y位置，也就是网格坐标，它们是在一个网格空间中的点。

Xpos=data[:,6]
Ypos=data[:,7]

在我写的一个函数中，这个函数需要被调用大约一百万次，我会给它一个Xcenter和Ycenter的位置（比如Xcenter=200.6，Ycenter=310.9）作为输入，我想找到在ra和dec列中对应的点。不过，有可能输入的值在ra和dec中没有实际的对应关系。所以我想在没有相似的X和Y以及ra和dec数据的情况下，进行插值计算，基于目录中真实的ra和dec条目来获得插值坐标。

Answer 1

这是一个很好的例子，说明了如何使用 scipy.spatial.cKDTree() 这个类来一次性查询所有的点：

from scipy.spatial import cKDTree

k = cKDTree(data[:, 6:8]) # creating the KDtree using the Xpos and Ypos

xyCenters = np.array([[200.6, 310.9],
                      [300, 300],
                      [400, 400]])
print(k.query(xyCenters))
# (array([ 1.59740195,  1.56033234,  0.56352196]),
#  array([ 2662, 22789,  5932]))

在这里，[ 2662, 22789, 5932] 是对应于 xyCenters 中三个最近点的索引。你可以利用这些索引，使用 np.take() 非常高效地获取你的 ra 和 dec 值：

dists, indices = k.query(xyCenters)
myra = np.take(ra, indices)
mydec = np.take(dec, indices)