Question

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？

Answer 1

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。

Answer 2

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。

Scipy - 3d griddata - 为什么有必要将griddata xi参数转换为元组？

2 个答案: