相关疑难解决方法(0)

有一个形状像某种扭曲的抛物面的浊点,我想使用Delaunay三角剖分来插值点.我尝试过其他技术(f.ex.splines),但没有设法强制执行所需的行为.

我想知道是否有一种快速的方法来使用结果scipy.spatial.Delaunay,我可以给出(x,y)坐标并获得单面(三角形)上的点的z坐标.从文档看起来我可以提取单纯形的索引,但我不知道如何从那里采取它.

在Python中,我正在尝试构建一个在多维(5+)参数空间中插入向量值数据的例程.即我有一个函数,它接受许多输入变量并返回许多输出变量.目前,对向量的每个元素都有一个调用.数据在一个圆柱文件中,所以我用它检索它

import numpy
[x_data,y_data,f1_data,f2_data] = numpy.loadtxt('data',unpack=True)

然后,我使用SciPy函数实例化各个插值器,如

from scipy import interpolate
f1 = interpolate.LinearNDInterpolator((x_data,y_data),f1_data)
f2 = interpolate.LinearNDInterpolator((x_data,y_data),f2_data)
...

现在,当我做插值电话,我要插每个值f1,f2等等.尽管实际上它应该是可以实现的一个操作.而且我猜测制作一个插值应该比制作5个或更多更快.

有没有办法构建矢量(或数组)值插值器？

我尝试使用构造插值器

f = interpolate.LinearNDInterpolator((x_data,y_data),(f1_data,f2_data,...))

但它返回错误

ValueError:不同数量的值和点

我也读过这个问题和答案,但它是关于标量的向量值函数,显然可以用它来处理interp1d.