KrigingでステーションデータをPythonで補間する方法はありますか？

Question

ウェブ閲覧私は、KrigingをPythonで使うためのいくつかのツールがpyKrigingとGaussian Process Regressionであることを発見しました。しかし、私は彼らのいずれかを働かせることができませんでした。最初のものは（も、それをインポートすることはできません）私のために動作しません：

import pyKriging

File "~/python3.6/site-packages/pyKriging/krige.py", line 142 
    except Exception, err: 
        ^
    SyntaxError: invalid syntax 

、私はそれを使用する方法を理解していない秒1。私は簡単な実例を見つけることができませんでした（この rroowwllaanndd answerは素晴らしいですが、悲しいことにデータはもはやダウンロードできません）

私の質問は、どうやってクリギングを使ってデータを補間できますか？私はいくつかのステーションデータを次のような数値配列に保存しています：

2000  1   1   5.0 
2000  1   2   3.4 
2000  1   3   0.2 

そして列は年 - 月 - 日 - 降水量です。私はこれらのデータ配列（st1、st2、st3）のいくつかと、各ステーションのIDと各ステーションの位置座標（stid、ステーション1は経度15.6865、緯度62.6420、そう）。私は必要なもの

import numpy as np 
st1 = np.array([[2000,1,1,5.0],[2000,1,2,3.4],[2000,1,3,0.2]]) 
st2 = np.array([[2000,1,1,8.2],[2000,1,2,2.5],[2000,1,3,0.0]]) 
st3 = np.array([[2000,1,1,np.nan],[2000,1,2,4.5],[2000,1,3,1.2]]) 

stid = np.array([[1,15.6865,62.6420],[2,15.7325,62.1254],[3,16.1035,61.1449]]) 

は日ごとに、このようなグリッドでクリギングで補間すべてのステーションのデータが含まれている日あたりの配列（または3次元配列）である：

y = np.arange(61,63,0.125) 
x = np.arange(14,17,0.125) 
X,Y = np.meshgrid(x,y) 

すべてのヘルプれます感謝。

Answer 1

クリギングがしばしば「ガウスプロセス回帰」と呼ばれる興味深いドキュメンテーション、パッケージなどを見つけるのは良いことです。

多くの例を持つ良い実装は、よく知られた機械学習パッケージscikit-learnの1つです。それはよく知られているDACEのmatlabの実装に基づいています。

ガウスプロセス回帰の実装に関するドキュメントは、pageおよびそのリンクにあります。このページの下部にある5つのチュートリアル：enter link description hereがあります。利用可能なカーネルの一覧はhereです。

import sklearn 
gp = sklearn.gaussian_process.GaussianProcessRegressor(kernel=your_chosen_kernel) 
gp.fit(X, y) 

：あなたは自分の好みのカーネルで簡単なモデルに合うように、以下を行う必要がありますが、提供されたデータで

、