scipy.interpolate.griddata的替代品，不会挂在对齐的点上

Question

我有一个点数据集，我正在尝试在网格上插值。这些点以网格方式对齐，缺少一些点，如下所示：

要使其复杂化，其他输入点集可能无法在网格上对齐，因此我尝试使用scipy.interpolate.griddata将这些值插入到常规网格中。但是，有时我的底层网格与输入点数据集的采样率完全对齐，griddata挂起。根据{{​​3}} scipy.interpolate.griddata，如果样本发生在3个完全对齐的点上（有时会发生在我身上），则表现不佳。

在Python中将点数据插值到常规网格上是否有高性能替代方案？

Answer 1

我的解决方案是通过1e-6 * grid_cell_size之间的随机因子随机扰动每个输入点的x和y坐标。我选择1e-6作为经验，比32位浮点数中的最小差值差大几个数量级，但又足够小以至于它引入的误差仍然被插值方案引入的误差所遮蔽。

我仍然对其他想法持开放态度，但这样我可以通过引入一个非常小的数值误差来使用scipy提供的股票插值函数。