我基本上有一组大型 (GB) 数据集，其中包含我需要对其进行最近插值的点。本质上，它是一个随时间变化的标量/矢量场。我知道 scipy.interpolate 及其优点，我一直在使用它。然而，我意识到数据的空间结构在时间上是恒定的(欧拉)，所以一旦我弄清楚哪些索引对应于插值的这个或那个点，比如说，第一个时间步长，我就可以获得这些索引，并且相同的索引应该能够为其他时间创建相同形状的插值数据。本质上，它省去了一次又一次重新插值数据的步骤。
我愿意自己做这件事，但我想检查是否已经存在一种方法可以做到这一点，可能不在 scipy 中，而是在其他地方。 scipy.interpolate 没有任何现成的东西看起来可以做到这一点。如果没有答案，我会发布我的解决方案。
最后一点，网格是欧拉网格但不是规则的并且可能有重复，因此需要最近的插值。我可以(并且已经)对空间点进行词法排序，这将有助于快速查找。
最佳答案
k-D trees通常用于划分多维数据以执行快速最近邻搜索。
例如，scipy.interpolate.NearestNDInterpolator本质上只是 scipy.spatial.cKDTree 的包装(参见源代码 here )。 cKDTree.query将返回最近邻索引以及给定输入坐标集的相应距离。
关于python - 是否有 scipy/numpy 方法来获取最近插值的索引？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34537254/