在oth中从一个数据集中寻找数据的对应关系

Question

我有a catalogue of data，我想在我的MCMC代码中使用它。关键是实现的速度，以避免减慢我的马尔可夫链蒙特卡罗抽样。 问题： 在目录中，我在第一列和第二列有两个参数，分别是ra和{}，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X和Y位置，即网格坐标，它们是网格空间中的点

^{pr2}$

在我写的函数中，它需要被调用一百万次， 我将给一个Xcenter和Ycenter位置（例如Xcenter=200.6，Ycenter=310.9）作为函数的输入，我想在ra和dec列中找到对应点。但是，可能会发生输入在ra和dec中没有任何真正的对应关系。所以我想做一个插值，以防目录中X和Y和ra和dec数据的相似条目，并基于目录中的实数ra和dec项获得插值坐标。在

Answer 1

{case}可以在这个类中使用一次完整的查询：

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]))

其中[ 2662, 22789, 5932]是与xyCenters中给出的三个最近点相对应的索引。您可以使用这些索引来非常有效地使用ra和{}值：

^{pr2}$