scipy.interpolate.interp2d 可以处理的数据量是否有限制？-->大向量的错误结果

Question

我一直在使用scipy.interpolate.interp2d来计算131x29344网格的结果。不幸的是，当插入如此大的向量到插值函数时，似乎有一个问题。

如:

# setting up a function 
from scipy import interpolate
x = np.arange(-5.01, 5.01, 0.25)
y = np.arange(-5.01, 5.01, 0.25)
xx, yy = np.meshgrid(x, y)
z = np.sin(xx**2+yy**2)
f = interpolate.interp2d(x, y, z, kind='cubic')

现在定义了两个向量

vec1 = np.arange(0,1.31,0.01)
vec2 = np.random.rand(29344) #note, if vec 2 is just np.arange(0,29344), there is no problem
vec3 = np.arange(0,29344)

现在我们可以测试函数是否可以处理数据:

my_matrix = f(vec1,vec2)
#now the following statement should be true but it is not
f(vec1,vec2[10000]) == my_matrix[10000]

,

my_matrix2 = f(vec1,vec3)
f(vec1,vec3[10000]) == my_matrix2[10000]
#is true

有谁知道为什么会出现这个问题或者如何解决这个问题吗?循环遍历这些值会占用太多时间。

Answer 1

问题解决了。被调用的函数对输入向量进行排序。因此，结果的顺序不等于输入数据的顺序。所以基本上，如果我们有vec1 =[1,2,3]和vec2 = [5,2,3]， f(vec1,vec2)将在给出输出之前对向量进行排序。因此，输出将是f([1,2,3]，[2,3,5])，这当然会导致不同的结构。见:https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp2d.__call__.html scipy.interpolate.interp2d.__call__