Python, проекция и интерполяция 1d данных на 3d сетку (мощность ЭЭГ поверхности головы) - PullRequest
Новая
       54

Python, проекция и интерполяция 1d данных на 3d сетку (мощность ЭЭГ поверхности головы)

2 голосов
/ 01 июля 2019

У меня есть 1d массив (напряжение ЭЭГ) для 26 каналов ЭЭГ, у меня также есть 3d координаты каналов ЭЭГ.

x = np.array([  84.06,   83.74,   41.69,   51.87,   57.01,   51.84,    
    41.16, 21.02,   24.63,   21.16,  -16.52,  -13.25,  -11.28,    
   -12.8 , -16.65,  -48.48,  -48.77,  -48.35,  -75.17,  -80.11,     
   -82.23, -80.13,  -75.17, -114.52, -117.79, -114.68])                                                                                                                           

y = np.array([-26.81,  29.41, -66.99, -48.05,   0.9 ,  50.38,      
    68.71, -58.83, 0.57,  60.29, -83.36, -65.57,   0.23,  66.5 ,   
   -65.51, -0.42,  65.03, -71.46, -55.07,  -0.87,  53.51,  71.1 , 
   -28.98, -1.41,  26.89])

z = np.array([-10.56, -10.04, -15.96,  39.87,  66.36,  41.33, -15.31, 
    54.82, 87.63,  55.58, -12.65,  64.98,  99.81,  65.11, -11.79,     
    68.57, 98.37,  68.57,  -3.7 ,  59.44,  82.43,  59.4 ,  -3.69,      
    9.67, 15.84, 9.45])

data = [  884007.64101968,   997175.31684776,   853520.29922077,
    1146032.72839618,  1280654.00515894,  1136783.42927035,
     781802.02852187,  1165581.44354253,  1474539.74412991,
    1074018.46853295,   578909.21492644,  1067652.55432892,
    1508963.49572301,  1012764.69535714,   533385.60827991,
    1058268.82537597,  1392128.01175867,  1043996.55697014,
     675548.3896822 ,  1022400.8910867 ,  1360502.28709052,
    1108773.44991746,   780841.92929488,   986799.48807626,
     947189.96382125,   994734.32179115])

Теперь я хотел бы спроецировать массив 1d (данные) на трехмерную интерполированную поверхность, основанную на расположении каналов (x, y и z).

Моя проблемачто я не знаю, как сформировать 1d-вектор в 3d-массив, отражающий как положения, так и значения точек, а затем интерполировать их, чтобы сделать более понятный график.Кроме того, я мог бы также использовать некоторую помощь в его построении.

Я использую> Python 3, для построения графиков я в основном использую matplotlib.

2d интерполяционные работы (чтобы в конечном итоге создать 2d топоплот), используяscipy.interpolate.griddata. 

N=300
xy_center = [np.min(x)+((np.max(x)-np.min(x))/2),np.min(y)+((np.max(y)-    
np.min(y))/2)]   # center of the plot
radius = ((np.max(x)-np.min(x))/2)        # radius

z = data

xi = numpy.linspace(np.min(x), np.max(x), N)
yi = numpy.linspace(np.min(y), np.max(y), N)
zi = scipy.interpolate.griddata((x, y), z, (xi[None,:], yi[:,None]),     
method='cubic')

Попытка сделать аналогичную трехмерную интерполяцию data.shape и координаты не складываются.

d = data

xi = numpy.linspace(np.min(x), np.max(x), N)
yi = numpy.linspace(np.min(y), np.max(y), N)
zi = numpy.linspace(np.min(z), np.max(z), N)

int = scipy.interpolate.griddata((x, y, z), z, (xi[None,:],     
      yi[:,None],zi[:, None]), method='cubic')

Я знаю, что выбор минимальных / максимальных значений на оси здесь также не является правильным решением, но я не уверен, что еще делать.

Я сделалвыяснить, как сделать трехмерную диаграмму рассеяния координат x, y, z каналов.

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.scatter(x, y, z)
plt.show()

Мне жаль, что я не очень точен, но я полностью в темноте ...

...