使用 numpy、griddata 和 imsh 高效可视化不规则间距的数据列

Question

我有一堆

dtype=[('offset', '<i8'), ('data', '<f8', (2000,))]

抵消条款可以是任何顺序，条款可以重复。你知道吗

我想调整可视化的数据，使每个向量在其相对的空间位置可视化。这应包括：

• 具有相同偏移项的向量求和和归一化
• 现有矢量中缺失矢量的插值

我做的第一部分

size = np.amax(gathers['offset'] - np.amin(gathers['offset']))
panel = np.zeros(size, dtype=np.float)
fold = np.zeros(size, dtype=np.float)
for trace in gathers:
    panel[trace['offset']-np.amin(gathers['offset'])] += trace
    fold[trace['offset']-np.amin(gathers['offset'])] += 1
for index, trace in enumerate(panel):
    panel[index] /= fold[index]
plt.imshow(panel, aspect='auto')
plt.show()

这很慢。你知道吗

第二部分我一直在尝试使用scipy.griddata文件没有成功，因为我不知道如何创建插值的数据坐标。你知道吗