python - Scipy -- 3d griddata -- 为什么有必要将 griddata xi 参数转换为元组？

Question

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？

Answer 1

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。