scipy.interpolate.LinearNDInterpolator¶
- class scipy.interpolate.LinearNDInterpolator(points, values, fill_value=np.nan, rescale=False)¶
N>1维的分段线性插值。
0.9 新版功能.
- 参数
- pointsNdarray of Float,Shape(npoint,ndims);或Delaunay
数据点坐标或预计算的Delaunay三角剖分。
- values浮动或复杂形状的ndarray(npoints,.)
数据值。
- fill_value浮动,可选
用于填充输入点凸包外部的请求点的值。如果未提供,则默认值为
nan
。- rescale布尔值,可选
在执行插值之前,重缩放指向单位立方体。如果某些输入尺寸具有不可公度的单位,并且相差许多量级,则此选项非常有用。
参见
griddata
对非结构化的D-D数据进行插值。
NearestNDInterpolator
N维最近邻插值。
CloughTocher2DInterpolator
分段三次,C1光滑,2D中曲率最小化插值。
注意事项
插值是通过使用Qhull三角化输入数据来构造的 [1], 并且在每个三角形上执行线性重心插值。
参考文献
示例
我们可以在2D平面上插入值:
>>> from scipy.interpolate import LinearNDInterpolator >>> import matplotlib.pyplot as plt >>> rng = np.random.default_rng() >>> x = rng.random(10) - 0.5 >>> y = rng.random(10) - 0.5 >>> z = np.hypot(x, y) >>> X = np.linspace(min(x), max(x)) >>> Y = np.linspace(min(y), max(y)) >>> X, Y = np.meshgrid(X, Y) # 2D grid for interpolation >>> interp = LinearNDInterpolator(list(zip(x, y)), z) >>> Z = interp(X, Y) >>> plt.pcolormesh(X, Y, Z, shading='auto') >>> plt.plot(x, y, "ok", label="input point") >>> plt.legend() >>> plt.colorbar() >>> plt.axis("equal") >>> plt.show()
方法:
__call__
\(xi)在给定点评估插值器。