scipy griddata 插值返回一个用 nan 填充的向量

Question

我有一个 3d 点列表，我想在 3d 网格上插值。

coords = array([[  8.33399963,  12.94800186,  15.22500038],
       [  8.57299995,  13.90000153,  14.14700031],...)

我有网格 x,y,z 坐标，它与 numpy.meshgrid 一起用于创建网格：

xi,yi,zi = np.meshgrid(bbox[:,0],bbox[:,1],bbox[:,2])

然后当我尝试执行插值时：

griddata(coords,np.random.choice([.1,1,2],size=len(coords)),(xi,yi,zi),method='linear')

我得到一个 nans 向量：

array([[[ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan]],....

我在这里做错了什么？

Answer 1

我不知道xi,yi,zi 的值是什么，但很可能它们在coords 定义的域之外。如果使用meshgrid生成网格，那么注意数组的顺序：

在输入长度为 M、N 和 P 的 3-D 情况下，对于 ‘xy’ 索引，输出的形状为 (N, M, P)，对于 ‘ij’ 索引，输出形状为 (M, N, P)。

试试这个：

In [61]: coords = 20 * np.random.random((200, 3)) - 1

In [62]: xi, yi, zi = np.meshgrid(np.arange(coords[:, 0].min()+2, coords[:,0].max()-2), np.arange(coords[:, 1].min()+2, coords[:,1
    ...: ].max()-2), np.arange(coords[:, 2].min()+2, coords[:,2].max()-2), indexing='ij')

In [63]: griddata(coords,np.random.choice([.1,1,2],size=len(coords)),(xi.astype(np.float), yi.astype(np.float), zi.astype(np.float
    ...: )),method='linear')

您仍然会得到一些 nan 值，其中点对函数的采样不佳，但大多数值已定义。

另一种可能是您看到的第一个“平面”可能主要包含nan。试试np.sum(np.isfinite(g)) 看看在np.prod(g.shape) 的所有点中有多少点是有效的，其中g 是griddata() 的输出。