我在 x 和 y 轴上有 DATA，输出在 z 上
例如
y = 10
x = [1,2,3,4,5,6]
z = [2.3,3.4,5.6,7.8,9.6,11.2]
y = 20
x = [1,2,3,4,5,6]
z = [4.3,5.4,7.6,9.8,11.6,13.2]
y = 30
x = [1,2,3,4,5,6]
z = [6.3,7.4,8.6,10.8,13.6,15.2]
当 y = 15 x = 3.5 时如何找到 z 的值
我曾尝试使用 scipy，但我对它很陌生
非常感谢您的帮助
振铃
【问题讨论】：
我会说只是取它周围的值的平均值。因此，如果您需要 X=3.5 和 Y=15 (3.5,15)，则平均 (3,10)、(3,20)、(4,10) 和 (4,20)。由于我不知道您正在处理的数据是什么，因此我不确定确切的接近度是否重要——在这种情况下，你可以坚持使用平均值——或者你是否需要进行某种反距离加权。
【讨论】：
给定（不是 Python 代码，因为在每种情况下，第二个赋值当然会抹去第一个；-）：
y = 10
x = [1,2,3,4,5,6]
z = [2.3,3.4,5.6,7.8,9.6,11.2]
y = 20
x = [1,2,3,4,5,6]
z = [4.3,5.4,7.6,9.8,11.6,13.2]
你问：“当 y = 15 x = 3.5 时，我如何找到 z 的值”？
由于您正在查看 x 和 y 与给定“网格”完全等距的点，因此您只需取网格值之间的中点（如果您的值不等距，您将取一个成比例的中点，见后）。因此，对于 y=10，x 3 和 4 的 z 值为 5.6 和 7.8，因此对于 x 3.5，您估计它们的中点 6.7；同样对于 y=20，您估计 7.6 和 9.8 之间的中点，即 8.7。最后，由于 y=15，6.7 和 8.7 之间的中点是 z 的最终插值：7.7。
假设您有 y=13 和 x=3.8。然后对于 x，您将采用 80% 的值，即：
对于 y=10，0.2*5.6+0.8*7.8 -> 7.36
对于 y=20，0.2*7.6+0.8*9.8 -> 9.46
现在你想要这些之间的 z 30%，0.3*7.36 + 0.7*9.46 -> 8.83，这就是 z。
这是线性插值，真的很简单。你想手动计算它，还是找到为你做的例程（例如numpy数组作为“网格”）？即使在后一种情况下，我希望这个“手动”解释（以最基本的算术术语显示你在做什么）可以帮助你理解你在做什么......;-)。
当然，还有更高级的插值形式 - 您是否需要这些形式，或者线性插值是否足以满足您的用例？
【讨论】：
scipy.interpolate.bisplrep
参考： http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.bisplrep.html
import scipy
import math
import numpy
from scipy import interpolate
x= [1,2,3,4,5,6]
y= [10,20,30]
Y = numpy.array([[i]*len(x) for i in y])
X = numpy.array([x for i in y])
Z = numpy.array([[2.3,3.4,5.6,7.8,9.6,11.2],
[4.3,5.4,7.6,9.8,11.6,13.2],
[6.3,7.4,8.6,10.8,13.6,15.2]])
tck = interpolate.bisplrep(X,Y,Z)
print interpolate.bisplev(3.5,15,tck)
7.84921875
编辑：
上层解决方案并不适合您。 检查
print interpolate.bisplev(x,y,tck)
[[ 2.2531746 4.2531746 6.39603175]
[ 3.54126984 5.54126984 7.11269841]
[ 5.5031746 7.5031746 8.78888889]
[ 7.71111111 9.71111111 10.9968254 ]
[ 9.73730159 11.73730159 13.30873016]
[ 11.15396825 13.15396825 15.2968254 ]]
为了克服这种插值，x 方向的 5 次多项式和 y 方向的 2 次多项式
tck = interpolate.bisplrep(X,Y,Z,kx=5,ky=2)
print interpolate.bisplev(x,y,tck)
[[ 2.3 4.3 6.3]
[ 3.4 5.4 7.4]
[ 5.6 7.6 8.6]
[ 7.8 9.8 10.8]
[ 9.6 11.6 13.6]
[ 11.2 13.2 15.2]]
这个产量
print interpolate.bisplev(3.5,15,tck)
7.88671875
绘图：
参考http://matplotlib.sourceforge.net/examples/mplot3d/surface3d_demo.html
fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(X, Y, Z,rstride=1, cstride=1, cmap=cm.jet)
plt.show()
【讨论】：