我想在 python 中为 N 维数据集从表(例如,一个文本文件)创建一组类似网格的变量。
假设我的数据具有以下格式。
column_x = [x0, x1, x2, ..., xN]
column_y = [y0, y1, y2, ..., yN]
column_z = [z0, z1, z2, ..., zN]
column_values = [value0, value1, value2, ..., valueN]
通常,我有兴趣创建一个插值器,例如,给定 (x,y,z),计算相应的值。
我已经遇到过好几次了,而且总是使用一些丑陋的 hack。我想知道是否有一种干净的 pythonic 方式来做到这一点。
欢迎使用 Numpy/Scipy 解决方案!
请您参考如下方法:
正如@jme 指出的那样,scipy 的griddata 就是这种方式。此代码有效
import numpy as np
from scipy.interpolate import griddata
# get x_values, y_values, z_values, func_values
x_values, y_values, z_values, func_values = theta
positions = np.vstack([x_values,y_values,z_values]).T
position_to_evaluate = [x, y, z]
value = griddata(positions, func_values, position_to_evaluate)
