Python中的N维线性插值（使用基本原理索引评估数组）

Question

假设我有一个带有ar的N维数组ar.shape=(n1,...,nN)。是否有一个python模块允许在基本原理索引中评估ar？

举个例子，我们假设：ar.shape=(3,4,5)。然后我正在寻找执行此操作的函数f：result=f(ar,[2.3,1.5,3.4])

Answer 1

来自scipy docs：scipy.interpolate.griddata：Interpolate unstructured N-dimensional data。

Answer 2

scipy.ndimage.map_coordinates快速而简单;
看下清楚的2d例子 multivariate-spline-interpolation-in-python-scipy

（map_coordinates( ... order=1 )是你要求的 - 2d中的Bilinear_interpolation，3d中的三线性...
order=0是最近的网格点，order=2或3看（顺序+ 1）^ d点 - 更慢，更平滑。）

补充：你可能知道，numpy rounds浮动指数下降到整数：

A = np.eye( 3 )
print A[ 0.1, 0.9 ], A[ 1.1, 2.9 ]