有谁知道如何使用Python插入3D数据集？我想在x，y和z维度中进行插值以获得第4列的正确值。非常感谢！
数据如下所示：
x y z
75 1E+00 3.7594E-10 1.0199E-08
75 3E+00 1.1278E-09 3.0379E-08
75 1E+01 3.7593E-09 1.0077E-07
75 3E+01 1.1278E-08 3.0152E-07
75 1E+02 3.7593E-08 1.0032E-06
75 3E+02 1.1278E-07 3.0063E-06
100 1E+00 2.8216E-10 2.0714E-08
100 3E+00 8.4641E-10 6.1573E-08
100 1E+01 2.8214E-09 2.0468E-07
100 3E+01 8.4604E-09 5.4807E-07
100 1E+02 2.8197E-08 1.6292E-06
100 3E+02 8.4587E-08 4.4588E-06
答案 0 :(得分：1)
好的，您需要的是回归（请参阅：Wolfram，Wiki）或aproximation（请参阅：Wiki）。两者的一般概念正是您所需要的：找到一个与您的样本尽可能接近的函数匹配的函数。
有几种方法，您可以将它们谷歌起来，因为您现在知道所需的条款。
以下是几个简单的例子。请记住，选择一种aproximating方式很重要且依赖于问题，没有一种方法可以正确地执行此操作。
方法1
您已获得点P，并希望为其找到函数f的值。
如果您已经知道此点f的值，则返回它。
否则，找到您知道最接近2^d的{{1}}个点，其中P是维数（函数参数的数量）。例如，对于2维（（x，y）点），您可以找到距离d最近的4个点。
您计算它们与点P之间的距离，得到P值（每点1个），然后计算这些距离的总和。
您计算2^d。结果，你得到了关于这一点的函数的加权平均值。
方法2
对于某些等式，您最小化这些点的误差函数。例如，您可以假设f(P) = f(point0)*distance(point0)/sumOfDistance + f(point1)*distance(point1)/sumOfDistance + ... f(pointd-1)*distance(pointd-1)/sumOfDistance可用于描述您的第4列。你必须弄清楚这个函数是什么样子并自己选择它的形式（你可以使用指数函数，对数，polinomials等）。然后，您将错误函数定义为g(x, y, z) = ax + by + cz + d，将实际值（取自您的数据）与e(a, b, c, d)的值之间的差值之和定义为g，a，{{1 }，b，平方（我的意思是，差异是平方的，不是c，d，a，b）。 Square是可选的，但通常效果更好。现在，您所要做的就是最小化函数c，这意味着＆＃34;找到d，e，a，b的值{{ 1}}将尽可能小＆＃34;。
你是怎么做到的？如果你的功能很简单，你可以区分它，找到差分的全零，在这些零点计算c的值并选择最小值。
当你的功能相当复杂时，我们遇到了问题。有一种叫做（meta）启发式的解决方案，它在这样的任务中非常有用。您可以阅读有关诸如进化/遗传算法（这两者是接近但不相同）的启发式，粒子群优化，禁忌搜索，模拟退火等。我不会在这里描述它们，这是至少一门计算机科学硕士课程的主题。
图书馆怎么样？
嗯......我不确定是否有这样的东西，但是如果有的话，我的猜测是你会在numpy或scipy找到它。如果不是，那么手工实施是非常可行的，尽管你必须谨慎并且测试得非常好（这些任务中的错误非常难以找到）。