通过网格评估SmoothBivariateSpline

Question

我有三列非结构化数据,并希望对它们进行双变量样条拟合.我对Python中的类不太好,所以我不明白如何做到这一点.为了表明我的问题,我做了一个简单的代码:

#! /usr/bin/env python3

import numpy as np
from scipy import interpolate

#an array of 3 columns:
a=np.zeros((200, 3))
a[:,0]=np.random.uniform(0,1,200)
a[:,1]=np.random.uniform(3,5,200)
a[:,2]=np.random.uniform(10,12,200)

#find the boundries
min_x, max_x = np.amin(a[:,0]), np.amax(a[:,0])
min_y, max_y = np.amin(a[:,1]), np.amax(a[:,1])

#Set the resolution:
x_res=1000
y_res=int( ( (max_y-min_y) / (max_x-min_x) )*x_res )

#Make a grid
grid_x, grid_y = np.mgrid[min_x:max_x:x_res*1j, min_y:max_y:y_res*1j]

sbsp=interpolate.SmoothBivariateSpline(a[:,0], a[:,1], a[:,2])

b=sbsp.ev(4,5)
#c=sbsp.ev(grid_x, grid_y)
print(b)

这给出了一个点的插值,但如果你注释掉第二个最后一行,它就不起作用.如果有人能指导我如何在网格上进行样条插值,我将非常感激.提前致谢.

Answer 1

该方法ev(x,y)要求x和y是一维数组。在您的代码中，grid_x和grid_y是二维的。

您可以尝试以下操作：

c=sbsp.ev(grid_x[0,0], grid_y[0,0])