我有n个等长数组,其转置对应于n维参数空间中的坐标:
x = np.array([800,800,800,800,900,900,900,900,900,1000,1000,1000,1000,1000])
y = np.array([4.5,5.0,4.5,5.0,4.5,5.0,5.5,5.0,5.5,4.5,5.0,5.5,5.0,5.5])
z = np.array([2,2,4,4,2,2,4,4,4,2,2,4,4,4])
参数空间中的每个坐标都有一个值:
v = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14])
我想在网格点之间进行插值以获得给定的任意
v
坐标下的xyz
值,例如[934,5.1,3.3]
。我一直在尝试使用
scipy.RegularGridInterpolator
,它将(x,y,z)
作为第一个参数,但是我不知道如何在每个点上构造值的第二个参数。任何建议将不胜感激!谢谢!
最佳答案
您的输入将更适合LinearNDInterpolator
或NearestNDInterpolator
:
from scipy.interpolate import LinearNDInterpolator
ex = LinearNDInterpolator((x, y, z), v)
ex((800, 4.5, 2))
#array(1.0)
ex([[800, 4.5, 2], [800, 4.5, 3]])
#array([ 1., 2.])
要使用
RegularGridInterpolator
,您需要将v
定义为常规数组。例如,假设:x = np.array([800., 900., 1000.])
y = np.array([4.5, 5.0, 5.5, 6.0])
z = np.array([2., 4.])
数组
v
可能类似于:v = np.array([[[ 1., 2.],
[ 1., 2.],
[ 1., 2.],
[ 1., 2.]],
[[10., 20.],
[10., 20.],
[10., 20.],
[10., 20.]],
[[100., 200.],
[100., 200.],
[100., 200.],
[100., 200.]]])
然后您将可以插值:
form scipy.interpolate import RegularGridInterpolator
rgi = RegularGridInterpolator((x, y, z), v)
rgi((850., 4.5, 3.))
#array(8.25)
rgi([[850., 4.5, 3.], [800, 4.5, 3]])
#array([ 8.25, 1.5 ])