Question

如果我想插入以下数据：

from scipy.interpolate import RectBivariateSpline, interp2d
import numpy as np

x1 = np.linspace(0,5,10)
y1 = np.linspace(0,20,20)
xx, yy = np.meshgrid(x1, y1)
z = np.sin(xx**2+yy**2)

interp2d这有效：

f = interp2d(x1, y1, z, kind='cubic')

但是如果我使用RectBivariateSpline使用相同的x1，y1参数：

f = RectBivariateSpline(x1, y1, z)

我收到此错误：

   TypeError                                 Traceback (most recent call last)
<ipython-input-9-3da046e1ebe0> in <module>()
----> 1 f = RectBivariateSpline(x, y, z)

C:\...\Local\Continuum\Anaconda\lib\site-packages\scipy\interpolate\fitpack2.pyc in __init__(self, x, y, z, bbox, kx, ky, s)
    958             raise TypeError('y must be strictly ascending')
    959         if not x.size == z.shape[0]:
--> 960             raise TypeError('x dimension of z must have same number of '
    961                             'elements as x')
    962         if not y.size == z.shape[1]:

TypeError: x dimension of z must have same number of elements as x

我必须像这样切换x，y的大小才能让它工作：

x2 = np.linspace(0,5,20)
y2 = np.linspace(0,20,10)
f = RectBivariateSpline(x2, y2, z)

是否存在这种行为的原因 - 或者我不理解的事情？

Answer 1

嗯，原因是，正如您所指出的，两个函数的参数不同。是的，正如我所知，这使得很难为另一个换掉一个。

为什么呢？一般来说，明确的设计决定是要破坏与新的面向对象样条函数的向后兼容性，或者至少不要担心它。当然，对于较大的网格尺寸，可以节省大量空间，而不必将x和y作为2D对象传递。坦率地说，我在我的代码中发现，一旦克服了这个初始障碍，我就会更乐意使用样条对象。例如，使用UnivariateSpline对象，获取衍生物很容易，就像积分一样。

看起来，未来，SciPy人员将专注于新物体，所以你可能会考虑现在就转移到它们身上。它们具有相同的基本功能，并且有其他方法可以提供很好的好处。

编辑 - 澄清两者之间的“破裂”。

从interp2d的SciPy手册中，您可以获得代码段：

from scipy import interpolate
x = np.arange(-5.01, 5.01, 0.25)
y = np.arange(-5.01, 5.01, 0.25)
xx, yy = np.meshgrid(x, y)
z = np.sin(xx**2+yy**2)
f = interpolate.interp2d(x, y, z, kind=’cubic’)

遗憾的是，这可能会产生误导，因为x和y的长度相同，因此z将是一个方阵。所以，让我们玩一下：

x = np.linspace(0,5,11) 
y = np.linspace(0,20,21) # note different lengths
z = x[None,:].T + y*y # need broadcasting
xx,yy = np.meshgrid(x,y) # this is from the interp2d example to compare
zz = xx + yy*yy

现在它们有不同的形状：shape(z)是（11,21），shape(zz)是（21,11）。事实上，它们是彼此的转置，z == zz.T。一旦你意识到这一点，一切都会变得更加清晰 - 从interp2d到RectBivariateSpline交换预期的轴。选择样条曲线的一个实例（我选择了新的样条曲线），并选择了一组特定的轴来保持清晰。要将它们混合在一起，一个简单的转置也可以正常工作，但是从现在起一个月或更长时间内回溯代码时可能会很头疼。

scipy插入RectBivariateSpline和interp2d的x，y参数的差异

1 个答案: