Scipy - 从一个不规则网格到另一个不规则间隔网格的数据插值

Question

我正在努力解决两个网格之间的插值问题，并且找不到适合我的问题的解决方案。

我有 2 个不同的 2D 网格，其中节点点由它们的 X 和 Y 坐标定义。网格本身不是矩形，而是或多或少形成一个平行四边形（因此 (i,j) 的 X 坐标与 (i,j+1) 不同，而 (i,j) 的 Y 坐标为与 (i+1,j) 的 Y 坐标不同。 两个网格的形状均为 37*5，并且几乎完全重叠。

对于第一个网格，每个点都有 X 坐标、Y 坐标和压力值。现在我想将第一个网格的压力分布插值到第二个网格上（其中每个点的 X 和 Y 也是已知的）。

我尝试了不同的插值方法，但由于我的网格分布不规则，我的最终结果永远不正确。网格点。 interp2d 或 griddata 等函数需要一个一维数组作为输入，但如果我这样做，插值的解决方案是错误的（即使我在原始网格上再次插值原始网格的压力值，新的压力值也与原始网格相距数英里） 但

对于不同不规则网格上的一维插值，我使用：

def interpolate(X, Y, xNew):
    if xNew<X[0]:
        print 'Interp Warning :', xNew,'is under the interval [',X[0],',',X[-1],']'
        yNew = Y[0]
    elif  xNew>X[-1]:
        print 'Interp Warning :', xNew,'is above the interval [',X[0],',',X[-1],']'
        yNew = Y[-1]
    elif xNew == X[-1] : yNew = Y[-1]
    else:
        ind = numpy.argmax(numpy.bitwise_and(X[:-1]<=xNew,X[1:]>xNew))
        yNew = Y[ind] + ((xNew-X[ind])/(X[ind+1]-X[ind]))*(Y[ind+1]-Y[ind])

    return yNew

对于二维，我认为 griddata 会更容易使用，其中我的输入是网格的二维数组。数据？

Answer 1

再看一下 interp2d。 http://docs.scipy.org/ scipy/docs/scipy.interpolate.interpolate.interp2d/#scipy-interpolate-interp2d

请注意“参数”下的“x,y”部分。 'x' 和 'y' 是松散意义上的一维，但它们可以是扁平数组。

应该是这样的：

f = scipy.interpolate.interp2d([0.25, 0.5, 0.27, 0.58], [0.4, 0.8, 0.42,0.83], [3, 4, 5, 6])

znew = f(.25,.4)

print znew
[ 3.]

znew = f(.26,.41)   # midway between (0.25,0.4,3) and (0.27,0.42,5)

print znew
[ 4.01945345]     # Should be 4 - close enough?

我本以为你可以将扁平的“xnew”和“ynew”数组传递给“f()”，但我无法让它工作。 'f()' 函数将接受行、列语法，但这对您没有用。由于“f()”的限制，您必须将“znew”作为循环的一部分进行评估 - 可能应该查看 nditer。当“(xnew,ynew)”位于“(x,y)”域之外时，还要确保它能够执行您想要的操作。