SciPy：稀疏数据的n维插值

Question

我目前有一组n维数据点，每个数据点都有一个值（n通常在2到4之间）。

我想对我提供的数据点采用某种形式的非线性插值，以便我可以尝试最小化此值。当然，我愿意采用更好的方法来最小化值。

目前，我的代码适用于1D和2D数组

mesh = np.meshgrid(*[i['grid2'] for i in self.cambParams], indexing='ij')
chi2 = griddata(data[:,:-1], data[:,-1], tuple(mesh), method='cubic')

然而，scipy.interpolate.griddata仅支持2D网格上方的线性插值，这意味着插值是无用的，因为最小值将是数据中的已定义点。有没有人知道可能有效的替代插值方法，或者更好的解决问题的方法呢？

干杯

Answer 1

从外部来源收到了一份有效的提示，所以发布答案以防将来有人帮助。

SciPy有一个Rbf插值方法（径向基函数），它允许比任意维度的线性插值更好。

使用data行的变量(x1,x2,x3...,xn,v)，对原始帖子的跟随代码修改允许插值：

rbfi = Rbf(*data.T)
mesh = np.meshgrid(*[i['grid2'] for i in self.cambParams], indexing='ij')
chi2 = rbfi(*mesh)

文档here is useful，并且有一个简单易懂的示例here，它比上面的代码段更有意义。