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

Question

为什么以下对griddata的调用失败？

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')

发生以下异常:ValueError:xi中的维数与x不匹配

如果我将xi(grid_vals)参数强制转换为元组:

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

基本原因是griddata传递两者points并xi通过points = _ndim_coords_from_arrays(points)其文档为:

Convert a tuple of coordinate arrays to a (..., ndim)-shaped array.

关于元组的关键动作是:

p = np.broadcast_arrays(*points)

其他任何东西,包括一个列表,只是转换为一个数组:

points = np.asanyarray(points)

实际插值需要最后具有"3d"维度的数组.

所以你的3个(200,200,200)数组的列表变成了一个(3,200,200,200)形状数组.但你的points阵列是(50,3).该number of dimensions in xi does not match x消息来自200不匹配3.

该griddata文档是清楚的points,所以少了xi.但它的例子使用了(x, Y)来自的数组mgrid.

这样可行:

 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使其成为数组,并滚动第一维

grid_vals = np.rollaxis(np.array(grid_vals),0,4)

另一种生成np.ix_网格的方法是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.

单个点将使用以下任一插值进行插值:

interpolate.griddata(points,values,[[[[0,0,0]]]],'linear')
interpolate.griddata(points,values,([0],[0],[0]),'linear')

看到对John的4123拉动请求的反应有更多关于为什么的讨论.