坐标对的SciPy interp2D
坐标对的SciPy interp2D
提问于 2016-02-12 18:53:29
我正在使用scipy.interpolate.interp2d为一个曲面创建插值函数。然后，我有两个实际数据数组，我想要计算插值点。如果我将这两个数组传递给interp2d函数，我会得到一个包含所有点的数组，而不仅仅是点对。
我的解决方案是将这两个数组压缩到一个坐标对列表中，并在循环中将其传递给插值函数：
f_interp = interpolate.interp2d(X_table, Y_table,Z_table, kind='cubic')
co_ords = zip(X,Y)
out = []
for i in range(len(co_ords)):
X = co_ords[i][0]
Y = co_ords[i][1]
value = f_interp(X,Y)
out.append(float(value))我的问题是，有没有更好的(更优雅的，Pythonic式的？)达到同样效果的方法？
回答 4
Stack Overflow用户
回答已采纳
发布于 2016-02-12 19:16:15
首先，你可以这样做
for Xtmp,Ytmp in zip(X,Y):
...在你的循环中。或者更好的是，只需
out = [float(f_interp(XX,YY)) for XX,YY in zip(X,Y)]替换循环。
换句话说，I suggest using interpolate.griddata。它的行为往往比interp2d好得多，并且它接受任意形状的点作为输入。正如你所看到的，interp2d插值器将只返回网格上的值。
Stack Overflow用户
发布于 2016-02-13 04:29:44
一次传递所有的点可能比在Python中循环它们快得多。您可以使用scipy.interpolate.griddata
Z = interpolate.griddata((X_table, Y_table), Z_table, (X, Y), method='cubic')或一个scipy.interpolate.BivariateSpline类，例如SmoothBivariateSpline
itp = interpolate.SmoothBivariateSpline(X_table, Y_table, Z_table)
# NB: choose grid=False to get an (n,) rather than an (n, n) output
Z = itp(X, Y, grid=False)CloughTocher2DInterpolator也以类似的方式工作，但没有grid=False参数(它始终返回1D输出)。
Stack Overflow用户
发布于 2016-02-12 19:24:21
尝试*args和tuple打包/解包
points = zip(X, Y)
out = []
for p in points:
value = f_interp(*p)
out.append(float(value))或者只是
points = zip(X, Y)
out = [float(f_interp(*p)) for p in points]或者只是
out = [float(f_interp(*p)) for p in zip(X, Y)]顺便说一句，“魔法之星”允许zip是它自己的反转！
points = zip(x, y)
x, y = zip(*points)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/35360756
复制相关文章
相似问题