为什么以下对griddata的调用失败?
import scipy.interpolate
import numpy as np
grid_vals = np.meshgrid(*([np.linspace(-1,1,200)] * 3))
interp_vals = scipy.interpolate.griddata(np.random.randn(50,3), np.random.randn(50), grid_vals, 'linear')
发生以下异常: ValueError:xi中的维数与x
不匹配如果我将xi(grid_vals)参数转换为元组:
interp_vals = scipy.interpolate.griddata(np.random.randn(50,3), np.random.randn(50), tuple(grid_vals), 'linear')
错误消失了。为什么?
答案 0 :(得分:6)
基本原因是griddata
通过points
函数传递xi
和points = _ndim_coords_from_arrays(points)
,其文档为:
Convert a tuple of coordinate arrays to a (..., ndim)-shaped array.
关于元组的关键操作是:
p = np.broadcast_arrays(*points)
其他任何内容,包括列表,都只是转换为数组:
points = np.asanyarray(points)
实际插值要求最后具有“3d”维度的数组。
因此,3个(200,200,200)
数组的列表将变为(3,200,200,200)
形状的数组。但是您的points
数组是(50,3)
。来自number of dimensions in xi does not match x
的{{1}}消息与200
不匹配。
3
文档清楚显示griddata
,points
则更少。但是它的示例使用xi
使用来自(x, Y)
的数组。
所以这会奏效:
mgrid
从 X, Y, Z = np.meshgrid(*([np.linspace(-1,1,200)] * 3))
interp_vals = scipy.interpolate.griddata(points, values, (X,Y,Z), 'linear')
列表生成所需数组的另一种方法是使其成为数组,并滚动第一维
meshgrid
另一种生成网格的方法是grid_vals = np.rollaxis(np.array(grid_vals),0,4)
,它以元组的形式返回一个开放网格。像这样的开放网格确实需要广播。
使用以下任一方法插入单个点:
np.ix_
看到对约翰的interpolate.griddata(points,values,[[[[0,0,0]]]],'linear')
interpolate.griddata(points,values,([0],[0],[0]),'linear')
拉动请求的反应有更多关于为什么的讨论。
答案 1 :(得分:1)
它失败了,因为底层的scipy interpolate模块具有正确处理多维元组而不是多维列表的代码:
https://github.com/scipy/scipy/blob/master/scipy/interpolate/interpnd.pyx#L167
我已创建issue 4123和pull request 4124来解决此问题,至少是针对列表。