我正在搜索等效的 Matlab 命令
Vq = interp3(X,Y,Z,V,Xq,Yq,Zq)
在 Python 中。在 Matlab 中，我可以使用“样条”插值方法，而在 Python 中找不到 3D 数据。存在 scipy.interpolate.griddata，但它没有 3D 数据的样条选项。
我想要插值的数据是一个 3D 矩阵 (51x51x51)，它有规律地分布在 3D 网格上。
scipy.interpolate.Rbf 可能是选项，但我没有得到它的工作：
xi = yi = zi = np.linspace(1, 132651, 132651)
interp = scipy.interpolate.Rbf(xi, yi, zi, data, function='cubic')
导致内存错误。
编辑：我想要的最小示例（无插值）：Matlab 代码
v=rand([51,51,51]);
isosurface (v, 0.3);
为简单起见，我在本例中使用随机数据。我想制作等值面图（特别是费米面图）。由于某些结构非常小，因此需要 51x51x51 的高网格分辨率。
进一步评论：矩阵中的数据集彼此独立，z（或第三个分量）不是 x 和 y 的函数。
我在 ArchLinux 上遇到了 jupyter 扩展的问题。特别是，我收到以下错误：
[W 2023-04-01 18:34:36.504 ServerApp] A `_jupyter_server_extension_points` function was not found in jupyter_nbextensions_configurator. Instead, a `_jupyter_server_extension_paths` function was found and will be used for now. This function name will be deprecated in future releases of Jupyter Server.
[W 2023-04-01 18:34:36.493 ServerApp] A `_jupyter_server_extension_points` function was not found in notebook_shim. Instead, a `_jupyter_server_extension_paths` function was found and will be used for now. This function name will be deprecated in future releases of Jupyter Server.
我怎样才能摆脱这个错误/警告？我尝试用 Pip 删除这些功能，但没有成功。有任何想法吗？
我想通过函数来近似数值数据：
f = @(a0,xdata) a0(1).*xdata + ... + a0(n) .* xdata.^n
我该怎么做，因为 for 循环在函数中不起作用？我知道有一个内部多项式函数，但由于我可能想将总和扩展到非整数指数，我想编写自己的函数。