函数 scipy.interpolate.interpn() 太慢了答案

【问题标题】：Function scipy.interpolate.interpn() much too slow函数 scipy.interpolate.interpn() 太慢了
【发布时间】：2022-01-11 17:37:45
【问题描述】：

我正在使用scipy.interpolate.interpn() 在二维网格上的单个点插入一个值。问题在于，对于这个单点和 2D 网格，我必须对 interpn 函数进行多次评估：

interpolatedValue = []
for i in range(300000):
  interpolatedValue.append(scipy.interpolate.interpn(points, valueList[i], point)[0])

代码按预期工作，但速度太慢。对于这些调用中的每一个，参数point 和points 都是相同的。因此，为每个调用确定的插值权重必须相同。由于权重相同，因此一遍又一遍地计算它们是低效的。

难道真的没有用 scipy 更快的方法吗？

【问题讨论】：

能否请您提供一些您正在使用的示例数据？您可能只是混合了 interpn 函数的 values 和 xi 参数。在典型的用例中，前两个参数是固定的。第三个参数可以是一个 numpy 数组，它可以使您免于循环（并使评估可能更快）。
不，调用编码正确。参数points 和point 在循环内不会改变。
您能用示例数据解释一下您要做什么吗？
在同一个网格的同一个点上，我插入了 300k 个不同的函数，每个函数都在该网格上采样
我猜你已经没有这些功能了，否则你会直接在point上调用它们？我敢打赌，为它们中的每一个创建插值器确实需要一些时间。以前，我在使用 numba 和 Cython 使事情变得更快方面有一些运气。也许这些可以为您提供帮助。

【解决方案1】：

interpolatedValue = [ scipy.interpolate.interpn(points, value, point)[0] for valueList ]

【讨论】：