Python （500003000）numpy阵列沿轴=-1的快速插值

我有一个形状为（50000，3000）的二维地震数据阵列

我需要1d插值轴=-1中的所有内容

如果z=值，t0=值时间，tx=新时间，我当前正在做

for i in range(dataset.size):
    result[i,:] = np.interp(tx[i,:], t0[i,:], z[i,:]) 

毫不奇怪，这需要几个小时

• t0已排序，但采样不规则

• 对tx进行分类并定期取样

有没有关于大幅加快代码执行速度的建议

---

仅限于numpy/scipy解决方案取决于您的目标。如果知道感兴趣的区域在哪里，可以使用数组切片来插值数据的一小部分。或者，您可能希望通过使用统计指标了解全局

---

我认为没有办法显著加快

np.interp（）

本身的速度，因为它实际上遍历了数据中的所有点。您可以从

scipy.interpolate

尝试

interp1d（）

，但我认为性能不会有显著差异。

这是对地震数据进行几何校正的一种形式。因此，必须对整个数据集执行此操作。您是否可以提供更多的代码，或许是一个我可以复制/粘贴到编辑器中并开始使用的最小工作示例？我需要知道什么类型的

dataset

（numpy数组？）以及

z

来自哪里。另外，

tx

的行是否都不同？

t0

的行是否都不同？