为什么下面对 griddata 的调用会失败?
import scipy.interpolate
import numpy as np
grid_vals = np.meshgrid(*([np.linspace(-1,1,200)] * 3))
interp_vals = scipy.interpolate.griddata(np.random.randn(50,3), np.random.randn(50), grid_vals, 'linear')
出现以下异常: ValueError: xi 中的维数与 x 不匹配
如果我将 xi (grid_vals) 参数转换为元组:
interp_vals = scipy.interpolate.griddata(np.random.randn(50,3), np.random.randn(50), tuple(grid_vals), 'linear')
错误消失了。为什么?
最佳答案
griddata
通过 points = _ndim_coords_from_arrays(points)
传递 points
和 xi
的基本原因函数的文档如下:
Convert a tuple of coordinate arrays to a (..., ndim)-shaped array.
对元组的关键操作是:
p = np.broadcast_arrays(*points)
任何其他东西,包括列表,都只是转换为数组:
points = np.asanyarray(points)
实际插值需要最后一个具有“3d”维度的数组。
因此,您的 3 个 (200,200,200)
数组列表变成了 (3,200,200,200)
形状的数组。但是您的 points
数组是 (50,3)
。 xi 中的维数与 x 不匹配
消息结果来自 200
不匹配 3
。
griddata
文档对点
很清楚,但对xi
则不太清楚。但它的示例使用 (x, Y)
使用来自 mgrid
的数组。
所以这会起作用:
X, Y, Z = np.meshgrid(*([np.linspace(-1,1,200)] * 3))
interp_vals = scipy.interpolate.griddata(points, values, (X,Y,Z), 'linear')
从 meshgrid
列表中生成所需数组的另一种方法是将其设为数组,然后滚动第一个维度
grid_vals = np.rollaxis(np.array(grid_vals),0,4)
另一种生成网格的方法是np.ix_
,它以元组的形式返回一个开放网格。像这样的开放网格确实需要广播。
单个点将被插入:
interpolate.griddata(points,values,[[[[0,0,0]]]],'linear')
interpolate.griddata(points,values,([0],[0],[0]),'linear')
查看对 John 的 4123
拉取请求的 react 有更多关于原因的讨论。
关于python - Scipy -- 3d griddata -- 为什么有必要将 griddata xi 参数转换为元组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23018799/