scipy.interpolate.NearestNDInterpolator¶

class scipy.interpolate.NearestNDInterpolator(x, y, rescale=False, tree_options=None)[源代码]¶

NearestNDInterpolator(x，y)。

N>1维的最近邻插值。

0.9 新版功能.

参数

x(Npoint，Ndims)ndarray浮点数: 数据点坐标。
y浮点或复数的(Npoint，)ndarray: 数据值。
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。

0.14.0 新版功能.
tree_optionsDICT，可选: 传递给基础 cKDTree 。

0.17.0 新版功能.

参见

griddata: 对非结构化的D-D数据进行插值。
LinearNDInterpolator: N维分段线性插值。
CloughTocher2DInterpolator: 分段三次，C1光滑，2D中曲率最小化插值。

注意事项

用途 scipy.spatial.cKDTree

示例

我们可以在2D平面上插入值：

>>> from scipy.interpolate import NearestNDInterpolator
>>> 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 = NearestNDInterpolator(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()

../../_images/scipy-interpolate-NearestNDInterpolator-1.png

方法：

__call__ \(*参数)

在给定点评估插值器。

scipy.interpolate.LinearNDInterpolator.__call__

scipy.interpolate.NearestNDInterpolator.__call__