Question

我有一个如下所示的数据文件：

1.0  2.1  2.4  3.0  3.1  3.2  3.7  3.9  4.2

1.3  1.6  1.8  1.9  2.8  2.9  3.7  3.9  4.0  4.4  4.7  4.9 

1.4  0.4  0.5  1.5  1.8  2.2  2.5  2.8  2.9  3.6

1.8  1.1  1.3  1.9  2.1  2.8  3.7  3.9  4.0  4.2  4.7  4.9  5.2  5.8

2.1  0.2  0.3  1.1  1.4  1.6  1.9

这里第一列对应于x值（不均匀间隔），并且对于每个x值，该行中的其余数据是y值。我知道每行中y值的数量。原始数据文件有200个这样的行。对于这些x和y中的每一个，我有z（x，y）。现在我想对新网格进行2D插值，如下所示：

1.1  1.0  2.2  2.4

1.3  1.1  1.3  2.0  2.2

1.7  1.2  1.5  2.0  2.4

1.9  1.4  1.5  1.8  2.0  2.2  2.4
(40 such rows)

等等。这里和第一列之前一样是x（xnew）值，行中所有剩余的元素都是y（ynew）值，其中没有一个是均匀间隔的。我必须找到znew（xnew，ynew）。

我已尝试将R z和alpha分别作为x y和z尝试以下内容：

将z设置为2D数组，并将所有缺失值设置为nan。使用interpolate.interp2d。它说，

No more knots can be added because the number of B-spline coefficients
    already exceeds the number of data points m. Probably causes: either
    s or m too small. (fp>s)
    kx,ky=1,1 nx,ny=128,129 m=16000 fp=nan s=0.000000
and znew has only 0 or nan as values.

f1=interpolate.griddata(R,z,alpha,method='linear')

QH6154 qhull precision error: initial facet 1 is coplanar with the interior
point
ERRONEOUS FACET:

f1=interpolate.RectBivariateSpline(R,z,alpha) 它给出了一个错误。

对此数据执行2D插值的最佳方法是什么？

Answer 1

RectBivariateSpline is for uniform grids only，所以你不能使用它。

否则，听起来你可能只是错误地输入数据 - 但我们无法分辨，因为你没有向我们展示代码的关键部分。对于不规则网格，x, y, z的{{1}}输入应具有相同的点数。你的投入是否真的如此？（在您致电interp2d之前，请打印interp2d等）如果这没有向您显示您做错了什么，请修改您的问题以显示minimal, complete, and verifiable example。

Answer 2

您对griddata的来电不正确。语法为griddata(points, values, xi, ...)，其中：

<强> points ：   ndarray of floats，shape（n，D）数据点坐标。能够   要么是形状（n，D）的数组，要么是ndim数组的元组。

<强> values ：   浮点或复数的ndarray，shape（n，）数据值。

<强> xi ：   浮动的ndarray，形状（M，D）插值的点   数据

如果我正确理解您的描述，您尝试插入的功能的格式为alpha = f(R, z)，R和z指定alpha的坐标对数值进行了抽样R，z和alpha都应该是相同长度的一维向量。如果这种解释是正确的，那么

values参数应为alpha
points应该是(n, 2)数组，其中包含连接在一起的R和z个向量。
您还需要指定xi，它对应于评估插值的点（即您的＆＃34; xnew，ynew＆＃34;值）。这与alpha完全相同！

正如@Mike所提到的，RectBivariateSpline仅用于常规网格（就像interp2d一样），你当然不能通过用NaN填充缺失值来解决这个约束。

二维散乱非均匀数据numpy / scipy的插值

2 个答案: