scipy.interpolate.

NearestNDInterpolator

class scipy.interpolate.NearestNDInterpolator(x, y, rescale=False, tree_options=None)

NearestNDInterpolator(x, y)。

N > 1 維度的最近鄰插值器。

在 0.9 版本中新增。

參數:

x(npoints, ndims) 2-D 浮點數 ndarray

資料點座標。

y(npoints, ) 1-D 浮點數或複數 ndarray

資料值。

rescale布林值，選用

在執行內插之前，將點縮放到單位立方體。如果某些輸入維度具有不可比較的單位，並且相差許多數量級，則此功能很有用。

在 0.14.0 版本中新增。

tree_optionsdict，選用

傳遞到基礎 cKDTree 的選項。

在 0.17.0 版本中新增。

參見

griddata

內插非結構化 D-D 資料。

LinearNDInterpolator

N 維度的分段線性內插器。

CloughTocher2DInterpolator

2D 中分段三次、C1 平滑、曲率最小化的內插器。

interpn

在規則網格或線性網格上進行內插。

RegularGridInterpolator

在任意維度的規則或線性網格上的內插器 (interpn 包裝了這個類別)。

筆記

使用 scipy.spatial.cKDTree

注意

對於規則網格上的資料，請改用 interpn。

範例

在您的瀏覽器中試試看！

我們可以在 2D 平面上內插值

>>> from scipy.interpolate import NearestNDInterpolator
>>> import numpy as np
>>> 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()

返回在新分頁中開啟

方法

__call__(*args, **query_options)

在給定點評估內插器。