存储 scipy griddata 使用的权重以供重用

Question

我试图将数据从非结构化网格M1插入到另一个非结构化网格M2。对于这一点，scipy.interpolate.griddata似乎不错。

但是，我需要多次从M1插值到M2，只更改数据而不是网格。我猜想，scipy.interpolate.griddata在从M1插入到M2时，它在内部定义了一些权重系数，这可能是计算的昂贵部分之一。

因此，我想避免每次都重新计算这些权重。有没有办法做到这一点？即，从一个非结构化网格多次插值到另一个非结构化网格，两者都保持不变，避免重新计算scipy.interpolate.griddata（或等效）的内部结构？

Answer 1

一种解决方案是使用LinearNDInterpolator带有预先计算的Delaunay三角剖分的Scipy 函数：

from scipy.spatial import Delaunay
from scipy.interpolate import LinearNDInterpolator

tri = Delaunay(mesh1)  # Compute the triangulation

# Perform the interpolation with the given values:
interpolator = LinearNDInterpolator(tri, values_mesh1)
values_mesh2 = interpolator(mesh2)

mesh1 是一个（点数*dim）数组。

注意：CloughTocher2DInterpolator可用于非线性插值。griddata使用LinearNDInterpolator或CloughTocher2DInterpolator。