Question

在Python中，我正在尝试构建一个在多维（5+）参数空间中插入向量值数据的例程。即我有一个函数，它接受许多输入变量并返回许多输出变量。目前，对向量的每个元素都有一个调用。数据位于圆柱文件中，因此我使用

检索它

import numpy
[x_data,y_data,f1_data,f2_data] = numpy.loadtxt('data',unpack=True)

然后，我使用SciPy函数实例化单个插值器，如

from scipy import interpolate
f1 = interpolate.LinearNDInterpolator((x_data,y_data),f1_data)
f2 = interpolate.LinearNDInterpolator((x_data,y_data),f2_data)
...

现在，当我进行插值调用时，我必须为每个值f1，f2等进行插值，即使它确实应该可以作为一个操作实现。而且我猜测进行一次插值应该比制作5次或更多次更快。

有没有办法构建矢量（或数组）值插值器？

我尝试用

构建插值器

f = interpolate.LinearNDInterpolator((x_data,y_data),(f1_data,f2_data,...))

但它返回错误

ValueError：不同数量的值和点

我也读过this question and answer，但它是关于标量的向量值函数，显然可以由interp1d处理。

Answer 1

scipy.interpolate.LinearNDInterpolator期望以行主顺序接收其数据：例如，在您的情况下，第一个参数需要是一对数组，而不是一对数组。由于您在加载数据时转置了数据，因此在将数据传递给LinearNDInterpolator之前，您必须将其重新转置。尝试类似：

points = numpy.array((x, y)).T
values = numpy.array((f1, f2)).T
f = interpolate.LinearNDInterpolator(points, values)

向量值多变量函数的插值

1 个答案: