Question

我在网格上插入了一个函数scipy.interpolate.griddata，如此

 interpolated_quantity = scipy.interpolate.griddata(old_points, old_array, grid_x, grid_y, grid_z, method='nearest')

我想做的是转换有一组4个1-D数组：3个包含每个单元格的位置，1个在每个单元格中具有相应的interpolated quantity值。

到目前为止，我正在使用非常缓慢且耗时的操作：

arrays={}

base_gridx = linspace(xmin,xmax,abs(ngridx)+1)
base_gridy = linspace(ymin,ymax,abs(ngridy)+1)
base_gridz = linspace(zmin,zmax,abs(ngridz)+1)
cx = (base_gridx[1:]+base_gridx[:-1])/2.
cy = (base_gridy[1:]+base_gridy[:-1])/2.
cz = (base_gridz[1:]+base_gridz[:-1])/2.

data_len = len(cx)*len(cy)*len(cz)

for ii in arange(0,len(cx)):
  for jj in arange(0,len(cy)):
     for kk in arange(0,len(cz)):
       arrays["x"].append(cx[ii])
       arrays["y"].append(cy[jj])
       arrays["z"].append(cz[kk])
       arrays["prop"].append(interpolated quantity[ii][jj][kk])

这样可行，但这需要花费大量时间。你认为可能有更快的方法吗？也许使用ravel？

Answer 1

这很简单，你建议。这四个数组是：

grid_x.ravel()
grid_y.ravel()
grid_z.ravel()
interpolated_quantity.ravel()

如何解开用griddata插值的数据

1 个答案: