我正在尝试scipy.interpolation.gridata帮助文件中给出的2d示例。它适用于"最近"的插值。但它给出了一个用nan填充的矩阵，同时使用任何其他插值，如"线性"或"三次"。如果我给参数fill_value=5，它给出的矩阵是用5填充的。
这是因为安装问题吗？
我正在尝试他们在帮助文件中给出的完全相同的东西。但不知何故，它给出的结果就好像我要求插值的点位于输入点之外。（事实并非如此！！我以为例
我将张贴示例以重现错误（取自文档）
def func(x, y):
return x*(1-x)*np.cos(4*np.pi*x) * np.sin(4*np.pi*y**2)**2
grid_x, grid_y = np.mgrid[0:1:10j, 0:1:10j]
points = np.random.rand(100, 2)
values = func(points[:,0], points[:,1])
from scipy.interpolate import griddata
grid_z0 = griddata(points, values, (grid_x, grid_y), method='nearest')
grid_z1 = griddata(points, values, (grid_x, grid_y), method='linear')
grid_z2 = griddata(points, values, (grid_x, grid_y), method='cubic')
我将grid_z1和grid_z2设为一个充满nan的矩阵。
更新：我在另一台Ubuntu 11.10机器上安装了所有软件包。同样的剧本给出了完全正确的答案。之前我在Porteus distro（live slackware family）上试用。因此，我认为我可以放心地得出结论，这是我安装中的一些问题。有人知道可能出了什么问题吗？任何库冲突都会导致这种行为吗？由于我的主机是Portues，我别无选择，只能修复其中的scipy。
你说"填充了nan"，但实际上并没有填充。使用您的代码但添加
np.random.seed(7)
一开始，为了使用相同的数据集，我找到了
>>> np.isnan(grid_z1).sum()
744
>>> np.isnan(grid_z2).sum()
744
这些NaN都出现在外面的一个带上：
>>> np.isnan(grid_z1[5:-5,5:-5]).sum()
0
这就很可能是问题所在。给出NaN的点在指定点之外，所以它不知道该怎么处理它们。对于"最近"插值的特殊情况，你仍然可以找到接近的东西，所以你不会得到任何NaN。
因此，当你说要插值的点不在输入点之外时，我不同意：
# brute force, because I'm too lazy
from collections import Counter
d = Counter()
for x, y, val in zip(grid_x.flat, grid_y.flat, grid_z1.flat):
pg = (points >= [x, y])
boxed = len(set(tuple(p) for p in pg)) == 4
d[np.isnan(val), boxed] += 1
产生
>>> d
Counter({(False, True): 19189, (True, False): 744, (False, False): 67})
不存在（True，True）情况。IOW，每个NaN在点中都缺少一个边界框。有一些（False，False）情况下，值没有边界框，但最终没有NaN，这有点令人惊讶，但如果他们假设所有内容都包含在内，这可能取决于无聊的实现细节，如果不包含，会发生什么。简言之：我认为这里的一切都可能正常工作，正如预期的那样。
目前尚不清楚您是如何安装scipy的（或者您使用的是哪个版本-请尝试$ python -c "import scipy; print scipy.__version__"），但由于网格数据依赖于编译的代码，您看到的可能是构建问题或（不太可能）特定于您平台的网格数据错误。
我建议在scipy-user邮件列表中报告http://mail.scipy.org/mailman/listinfo/scipy-user，比Stack Overflow更适合解决构建和安装问题。
在发布到邮件列表之前，安装nose测试框架是值得的http://packages.python.org/nose，这样您就可以运行
$ python -c "import scipy; scipy.test()"
并同时报告任何测试失败的详细信息。
我也有同样的问题，但我认为它已经在scipy 0.11rc2中修复了（不是说我能够在我的Enthought Python发行版的顶部安装它来找出…）？