如何使用 2D 数据进行 Python 插值？答案

【问题标题】：How can I do Python interpolation with 2D data?如何使用 2D 数据进行 Python 插值？
【发布时间】：2020-06-18 16:52:08
【问题描述】：

我是 Python 新手，我有一个简单的插值示例，我想使用“interpn”来解决。

x = np.linspace(0,1,4)
y = np.linspace(-1,1,5)

A = np.zeros((len(x), len(y)))

for i in range (1,len(x)):
    for j in range (1,len(y)):
        A[i,j] = np.sin(x[i] ** 2 + y[j] ** 2)

x1 = np.linspace(0,1,10)
y1 = np.linspace(-1,1,20)

xi,yi = np.meshgrid(x,y)
x1i,y1i = np.meshgrid(x1,y1)



int_A = interpn(xi,yi,A,x1i,y1i)

为此，我最终得到了值错误“interpn 只理解方法 'linear'、'nearest' 和 'splinef2d'”。因此，当我将所有输入数据都设为二维数组时，如何使用“interpn”函数进行插值，或者在这种情况下使用任何其他 Python 插值函数？我也对使用所有输入数据和函数值都是 3D 数组进行 3D 插值感兴趣。有人可以帮我解决这些问题吗？非常感谢！

【问题讨论】：

标签： python interpolation

【解决方案1】：

你看过https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.griddata.html吗？

这应该允许您将 2D 网格作为输入。

【讨论】：

感谢您的评论。是的，我做到了。 “ int_A_3 = griddata((xi, yi), A, (x1i, y1i),method='linear') ”。这是我为“griddata”函数编写的内容，但我得到了值错误“不同数量的值和点”。我不确定这是否是我将输入插入此命令的方式，这是错误的。

【解决方案2】：

来自 scipy api：

scipy.interpolate.interpn(points, values, xi, method='linear', bounds_error=True, fill_value=nan)

points : tuple of ndarray of float, with shapes (m1, ), …, (mn, )
The points defining the regular grid in n dimensions.

values : array_like, shape (m1, …, mn, …)
The data on the regular grid in n dimensions.

xi : ndarray of shape (…, ndim)
The coordinates to sample the gridded data at

我相信您需要将您的点进一步打包成元组。尝试 int_A = interpn((xi,yi),A,(x1i,y1i))

在做 3D 时也一样，只需将 zi 和 z1i 添加到元组中。

【讨论】：

谢谢！我实际上已经尝试过了，值错误是“维度 0 中的点必须是一维的”。我阅读了这些类型的值错误以了解如何调整命令来克服它，但仍然没有运气
我明白了。好吧，您肯定需要将参数作为元组传递，这就是该方法错误的原因。我认为潜在的问题是因为您的范围从 1 开始。尝试从零开始。
非常感谢您的建议！我现在试过了，但错误信息还是一样。实际上，我还尝试使用命令行“t_xi = tuple(map(tuple, xi))”将这些二维数组转换为元组，以类似的方式对所有 xi,yi,x1i,y1i 进行。然后尝试了“int_A = interpn((t_xi, t_yi),A,(t_x1i, t_y1i))”，但它给出了同样的错误。