有时候会碰到这种情况:
实际问题可以抽象为 \(z = f(x, y)\) 的形式,而你只知道有限的点 \((x_i,y_i,z_i)\),你又需要局部的全数据,这时你就需要插值,一维的插值方法网上很多...,不再赘述,这里仅介绍二维的插值法
这里主要利用 scipy.interpolate 包里 griddata 函数
griddata(points, values, xi, method=’linear...的第一维长度一样,是每个坐标的对应 \(z\) 值
xi:需要插值的空间,一般用 numpy.mgrid 函数生成后传入
method:插值方法
nearest
linear
cubic
fill_value...# 插值的目标
# 注意,这里和普通使用数组的维度、下标不一样,是因为如果可视化的话,imshow坐标轴和一般的不一样
x, y = np.mgrid[
end1:start1:step1 * 1j,...start2:end2:step2 * 1j]
# grid就是插值结果,你想要的到的区间的每个点数据都在这个grid矩阵里
grid = griddata(points, values, (x, y