我正在尝试对二维函数进行插值，并且通过scipy.interpolate.interp2d遇到了我认为怪异的行为。我不明白问题是什么，我很乐意提供帮助或提示。
import numpy as np
from scipy.interpolate import interp2d
x = np.arange(10)
y = np.arange(20)
xx, yy = np.meshgrid(x, y, indexing = 'ij')
val = xx + yy
f = interp2d(xx, yy, val, kind = 'linear')
运行此代码时，出现以下警告：
scipy / interpolate / fitpack.py：981：RuntimeWarning：由于B样条系数的数量已经超过数据点m的数量，因此无法添加更多的结。可能的原因：s或m太小。（fp> s）kx，ky = 1,1 nx，ny = 18,15 m = 200 fp = 0.000000 s = 0.000000
warnings.warn（RuntimeWarning（_iermess2 [ierm] [0] + _mess））
我不明白为什么interp2d告诉我它应该进行线性插值，为什么会使用任何样条曲线。当我继续并在网格上评估f时，一切都很好：
>>> f(1,1)
array([ 2.])
当我脱离网格对其进行评估时，即使该函数显然是线性的，也会出现很大的错误。
>>> f(1.1,1)
array([ 2.44361975])
我有点困惑，我不确定是什么问题。有人遇到过类似的问题吗？我以前使用过matlab，这几乎是我在那做1：1的方式，但是也许我做错了。
当我使用矩形网格（即y = np.arange（10））时，一切都可以正常工作，但这不是我所需要的。当我使用三次插值而不是线性插值时，误差变小（由于函数是线性的，所以也没有太大意义），但误差仍然很大。
我有一个很大的 mongoDB 集合。我想将此集合导出为 CSV，以便我可以将其导入到统计包中以进行数据分析。
该集合中有大约 15 GB 的文档。我想将集合拆分为约 100 个大小相同的 CSV 文件。有没有办法使用 mongoexport 实现这一目标？我还可以在 pymongo 中查询整个集合，将其拆分并手动写入 csv 文件，但我想这会更慢并且需要更多的编码。
感谢您的意见。