我有1D数据，我想同时使用最近邻插值和外推到边缘。 我已经使用scipy.interpolate.griddata成功做到了这一点。
问题是，这需要在变化的内插网格点（从2倍密度到2 ^ 12倍密度）上完成数千次，并且网格数据非常慢。
但是，原始数据由<10个唯一的网格间距组成，因此我应该能够在首次计算插值树/函数后重新使用它，以节省计算时间。
我已经尝试过使用interp1d并重用“ f”，但这并不会提高速度，也不会带来明智的结果。
我已经找到2 + -D问题的答案，但运气不好，无法将它们缩放到1D：Speedup scipy griddata for multiple interpolations between two irregular grids