Question

我正在尝试将数据从非结构化网格 M1 插值到另一个非结构化网格 M2 。为此，scipy.interpolate.griddata似乎不错。

但是，我需要多次从 M1 插值到 M2 ，仅更改数据而不更改网格。我想在内部，scipy.interpolate.griddata在从 M1 插值到 M2 时定义了一些权重系数，这可能是计算中昂贵的部分之一。

因此，我想避免每次都重新计算这些权重。有没有办法做到这一点？也就是说，要从一个非结构化网格多次插值到另一个非结构化网格，两者都保持不变，从而避免重新计算scipy.interpolate.griddata（或等效值）的内部？

Answer 1

一种解决方案是将LinearNDInterpolator Scipy函数与预先计算的Delaunay三角剖分一起使用：

try:
    label, sentence = line.strip().split("\t".encode())
except ValueError:
    print(f'Error line: {line}')
    continue

from scipy.spatial import Delaunay from scipy.interpolate import LinearNDInterpolator tri = Delaunay(mesh1) # Compute the triangulation # Perform the interpolation with the given values: interpolator = LinearNDInterpolator(tri, values_mesh1) values_mesh2 = interpolator(mesh2)是一个（点数*暗）数组。

注意：CloughTocher2DInterpolator可用于非线性插值。 mesh1使用griddata或LinearNDInterpolator。

存储scipy网格数据使用的权重以供重用

1 个答案: