This Q&A is intended as a canonical(-ish) concerning two-dimensional (and multi-dimensional) interpolation using scipy. There are often questions concerning the basic syntax of various multidimensional interpolation methods, I hope to set these straight too.
我有一组分散的二维数据点,我想将它们绘制为一个漂亮的表面,最好使用
contourf
或 plot_surface
之类的东西 matplotlib.pyplot
。如何使用 scipy 将二维或多维数据插入网格?我找到了
scipy.interpolate
子包,但在使用 interp2d
或 bisplrep
或 griddata
或 1x21812231343141 或 0x21812231343141 或 0x21812318 或 0x21813141 或 0x2181318 时不断出错。这些方法的正确语法是什么?
最佳答案
免责声明:我写这篇文章主要是考虑到语法和一般行为。我不熟悉所描述方法的内存和 CPU 方面,我将这个答案针对那些拥有相当小的数据集的人,因此插值的质量可以成为要考虑的主要方面。我知道在处理非常大的数据集时,性能更好的方法(即 griddata
和 RBFInterpolator
没有 neighbors
关键字参数)可能不可行。
请注意,此答案使用 RBFInterpolator
中引入的新 SciPy
1.7.0 类。对于旧的 Rbf
类,请参阅 the previous version of this answer 。
我将比较三种多维插值方法( interp2d
/splines, griddata
和 RBFInterpolator
)。我将让它们接受两种插值任务和两种底层函数(要插值的点)。具体例子将演示二维插值,但可行的方法适用于任意维度。每种方法都提供了各种插值;在所有情况下,我都会使用三次插值(或类似的方法)。重要的是要注意,无论何时使用插值,与原始数据相比都会引入偏差,并且使用的特定方法会影响最终得到的工件。始终注意这一点,并负责任地进行插值。
这两个插值任务将是
这两个函数(在域
[x, y] in [-1, 1]x[-1, 1]
上)将是cos(pi*x)*sin(pi*y)
;范围在 [-1, 1]
x*y / (x^2 + y^2)
,在原点附近的值为 0.5;范围在 [-0.5, 0.5]
以下是它们的外观:
我将首先演示这三种方法在这四种测试中的表现,然后我将详细介绍所有三种方法的语法。如果您知道应该从方法中得到什么,您可能不想浪费时间学习它的语法(看着您,
interp2d
)。测试数据
为了明确起见,这里是我生成输入数据的代码。虽然在这种特定情况下,我显然知道数据背后的函数,但我只会使用它来为插值方法生成输入。我使用 numpy 是为了方便(主要是为了生成数据),但单独使用 scipy 也足够了。
import numpy as np
import scipy.interpolate as interp
# auxiliary function for mesh generation
def gimme_mesh(n):
minval = -1
maxval = 1
# produce an asymmetric shape in order to catch issues with transpositions
return np.meshgrid(np.linspace(minval, maxval, n),
np.linspace(minval, maxval, n + 1))
# set up underlying test functions, vectorized
def fun_smooth(x, y):
return np.cos(np.pi*x) * np.sin(np.pi*y)
def fun_evil(x, y):
# watch out for singular origin; function has no unique limit there
return np.where(x**2 + y**2 > 1e-10, x*y/(x**2+y**2), 0.5)
# sparse input mesh, 6x7 in shape
N_sparse = 6
x_sparse, y_sparse = gimme_mesh(N_sparse)
z_sparse_smooth = fun_smooth(x_sparse, y_sparse)
z_sparse_evil = fun_evil(x_sparse, y_sparse)
# scattered input points, 10^2 altogether (shape (100,))
N_scattered = 10
rng = np.random.default_rng()
x_scattered, y_scattered = rng.random((2, N_scattered**2))*2 - 1
z_scattered_smooth = fun_smooth(x_scattered, y_scattered)
z_scattered_evil = fun_evil(x_scattered, y_scattered)
# dense output mesh, 20x21 in shape
N_dense = 20
x_dense, y_dense = gimme_mesh(N_dense)
平滑函数和上采样让我们从最简单的任务开始。以下是从形状为
[6, 7]
的网格到 [20, 21]
之一的上采样如何用于平滑测试函数:尽管这是一项简单的任务,但输出之间已经存在细微差别。乍一看,所有三个输出都是合理的。根据我们对底层函数的先验知识,有两个特征需要注意:
griddata
的中间情况使数据失真最大。请注意绘图的 y == -1
边界(最接近 x
标签):该函数应严格为零(因为 y == -1
是平滑函数的节点线),但 14232318143232323232323232323232323323323232323232323232323232323232323232323232323232323323232332332323都都是还要注意图的 griddata
边界(后面,左侧):底层函数在 x == -1
处有一个局部最大值(意味着边界附近的梯度为零),但是 [-1, -0.5]
输出中的 griddata
梯度清楚地显示了这个非零区域。效果是微妙的,但它仍然是一种偏见。邪恶函数和上采样
更难的任务是对我们的邪恶函数执行上采样:
三种方法之间开始出现明显的差异。查看曲面图,在
interp2d
的输出中出现了明显的虚假极值(注意绘制曲面右侧的两个驼峰)。虽然 griddata
和 RBFInterpolator
乍一看似乎产生相似的结果,但在底层函数中不存在的 [0.4, -0.4]
附近产生局部最小值。然而,有一个关键方面
RBFInterpolator
远胜于其他:它尊重底层函数的对称性(当然,样本网格的对称性也使之成为可能)。 griddata
的输出打破了样本点的对称性,这在平滑情况下已经很弱可见。平滑函数和分散的数据
大多数情况下,人们希望对分散的数据进行插值。出于这个原因,我希望这些测试更加重要。如上所示,样本点是在感兴趣的域中伪均匀地选择的。在现实场景中,每次测量可能会产生额外的噪音,您应该考虑从插入原始数据开始是否有意义。
平滑函数的输出:
现在已经有一些恐怖节目正在上演。我将输出从
interp2d
剪裁到 [-1, 1]
之间,专门用于绘图,以便至少保留最少的信息。很明显,虽然存在一些基本形状,但存在巨大的噪声区域,该方法完全失效。第二种情况 griddata
很好地再现了形状,但请注意等高线图边界处的白色区域。这是因为 griddata
仅在输入数据点的凸包内起作用(换句话说,它不执行任何外推)。我保留了位于凸包外的输出点的默认 NaN 值。2 考虑到这些特征,RBFInterpolator
似乎表现最好。邪恶的功能和分散的数据
而我们一直在等待的那一刻:
interp2d
放弃并不奇怪。事实上,在调用 interp2d
的过程中,你应该期待一些友好的 RuntimeWarning
提示无法构建样条曲线。至于其他两种方法,RBFInterpolator
似乎产生了最好的输出,即使在结果外推的域的边界附近也是如此。因此,让我按偏好的降序对这三种方法说几句(这样最坏的方法最不可能被任何人阅读)。
scipy.interpolate.RBFInterpolator
RBFInterpolator
类名称中的 RBF 代表“径向基函数”。老实说,在我开始研究这篇文章之前,我从未考虑过这种方法,但我很确定我将来会使用这些方法。就像基于样条的方法(见下文),使用分为两步:第一步,根据输入数据创建一个可调用的
RBFInterpolator
类实例,然后为给定的输出网格调用该对象以获得插值结果。平滑上采样测试的示例:import scipy.interpolate as interp
sparse_points = np.stack([x_sparse.ravel(), y_sparse.ravel()], -1) # shape (N, 2) in 2d
dense_points = np.stack([x_dense.ravel(), y_dense.ravel()], -1) # shape (N, 2) in 2d
zfun_smooth_rbf = interp.RBFInterpolator(sparse_points, z_sparse_smooth.ravel(),
smoothing=0, kernel='cubic') # explicit default smoothing=0 for interpolation
z_dense_smooth_rbf = zfun_smooth_rbf(dense_points).reshape(x_dense.shape) # not really a function, but a callable class instance
zfun_evil_rbf = interp.RBFInterpolator(sparse_points, z_sparse_evil.ravel(),
smoothing=0, kernel='cubic') # explicit default smoothing=0 for interpolation
z_dense_evil_rbf = zfun_evil_rbf(dense_points).reshape(x_dense.shape) # not really a function, but a callable class instance
请注意,我们必须进行一些数组构建操作才能使 RBFInterpolator
的 API 满意。由于我们必须将 2d 点作为形状为 (N, 2)
的数组传递,因此我们必须展平输入网格并堆叠两个展平的阵列。构造的内插器也需要这种格式的查询点,结果将是一个形状为 (N,)
的一维数组,我们必须重新整形以匹配我们的二维网格以进行绘图。由于 RBFInterpolator
不对输入点的维数做任何假设,因此它支持插值的任意维数。所以,
scipy.interpolate.RBFInterpolator
kernel
:multiquadric
,inverse_multiquadric
,inverse_quadratic
,gaussian
,linear
,cubic
,quintic
,thin_plate_spline
(缺省值)。从 SciPy 1.7.0 开始,由于技术原因,该类不允许传递自定义可调用项,但这可能会在 future 版本中添加。 smoothing
参数 RBF 插值的一个缺点是插值
N
数据点涉及反转 N x N
矩阵。这种二次复杂性非常迅速地破坏了大量数据点的内存需求。但是,新的 RBFInterpolator
类还支持 neighbors
关键字参数,该参数将每个径向基函数的计算限制为 k
最近邻,从而减少内存需求。scipy.interpolate.griddata
我以前最喜欢的
griddata
是任意维度插值的通用主力。除了为节点凸包外的点设置单个预设值外,它不会执行外推,但由于外推是一件非常善变和危险的事情,因此这不一定是骗局。用法示例:sparse_points = np.stack([x_sparse.ravel(), y_sparse.ravel()], -1) # shape (N, 2) in 2d
z_dense_smooth_griddata = interp.griddata(sparse_points, z_sparse_smooth.ravel(),
(x_dense, y_dense), method='cubic') # default method is linear
请注意,输入数组需要与 RBFInterpolator
相同的数组转换。输入点必须在 [N, D]
尺寸的数组中指定,尺寸为 D
,或者作为一维数组的元组:z_dense_smooth_griddata = interp.griddata((x_sparse.ravel(), y_sparse.ravel()),
z_sparse_smooth.ravel(), (x_dense, y_dense), method='cubic')
输出点数组可以指定为任意维度数组的元组(如上述两个片段),这为我们提供了更大的灵活性。简而言之,
scipy.interpolate.griddata
fill_value
) NearestNDInterpolator
和 LinearNDInterpolator
。 1d 三次插值使用样条,2d 三次插值使用 CloughTocher2DInterpolator
来构造一个连续可微的分段三次插值器。 scipy.interpolate.interp2d
/ scipy.interpolate.bisplrep
我讨论
interp2d
及其亲属的唯一原因是它的名称具有欺骗性,人们可能会尝试使用它。剧透警告:不要使用它(从 scipy 1.7.0 版开始)。它已经比之前的主题更加特殊,因为它专门用于二维插值,但我怀疑这是迄今为止多元插值最常见的情况。就语法而言,
interp2d
与 RBFInterpolator
的相似之处在于它首先需要构造一个插值实例,该实例可以被调用以提供实际的插值值。然而,有一个问题:输出点必须位于矩形网格上,因此进入内插器调用的输入必须是跨越输出网格的一维向量,就像来自 numpy.meshgrid
一样:# reminder: x_sparse and y_sparse are of shape [6, 7] from numpy.meshgrid
zfun_smooth_interp2d = interp.interp2d(x_sparse, y_sparse, z_sparse_smooth, kind='cubic') # default kind is 'linear'
# reminder: x_dense and y_dense are of shape (20, 21) from numpy.meshgrid
xvec = x_dense[0,:] # 1d array of unique x values, 20 elements
yvec = y_dense[:,0] # 1d array of unique y values, 21 elements
z_dense_smooth_interp2d = zfun_smooth_interp2d(xvec, yvec) # output is (20, 21)-shaped array
使用 interp2d
时最常见的错误之一是将完整的 2d 网格放入插值调用中,这会导致爆炸性的内存消耗,并可能导致 MemoryError
出现仓促。现在,
interp2d
的最大问题是它通常不起作用。为了理解这一点,我们必须深入了解。事实证明, interp2d
是低级函数 bisplrep
+ bisplev
的包装器,它们又是 FITPACK 例程(用 Fortran 编写)的包装器。对上一个示例的等效调用是kind = 'cubic'
if kind == 'linear':
kx = ky = 1
elif kind == 'cubic':
kx = ky = 3
elif kind == 'quintic':
kx = ky = 5
# bisplrep constructs a spline representation, bisplev evaluates the spline at given points
bisp_smooth = interp.bisplrep(x_sparse.ravel(), y_sparse.ravel(),
z_sparse_smooth.ravel(), kx=kx, ky=ky, s=0)
z_dense_smooth_bisplrep = interp.bisplev(xvec, yvec, bisp_smooth).T # note the transpose
现在,这是关于 interp2d
的事情:(在 scipy 版本 1.7.0 中)有一个很好的 comment in interpolate/interpolate.py
用于 interp2d
:if not rectangular_grid:
# TODO: surfit is really not meant for interpolation!
self.tck = fitpack.bisplrep(x, y, z, kx=kx, ky=ky, s=0.0)
实际上在 interpolate/fitpack.py
中,在 bisplrep
中有一些设置,最终tx, ty, c, o = _fitpack._surfit(x, y, z, w, xb, xe, yb, ye, kx, ky,
task, s, eps, tx, ty, nxest, nyest,
wrk, lwrk1, lwrk2)
就是这样。 interp2d
底层的例程并不是真的要执行插值。它们可能足以满足行为良好的数据,但在现实情况下,您可能想要使用其他东西。总结一下,
interpolate.interp2d
interpn
) 1我相当确定
cubic
的 linear
和 RBFInterpolator
类基函数并不完全对应于同名的其他插值器。2这些 NaN 也是表面图看起来如此奇怪的原因:matplotlib 历来难以用适当的深度信息绘制复杂的 3d 对象。数据中的 NaN 值会混淆渲染器,因此应该在后面的表面部分被绘制在前面。这是可视化的问题,而不是插值。
关于python - 如何使用 scipy 执行二维插值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37872171/