Python 中的 N 维线性插值(使用基本原理索引评估数组)

Question

假设我有一个带有ar.shape=(n1,...,nN)的 N 维数组ar。是否有一个 python 模块可以允许在基本原理索引上评估ar？

例如，让我们假设：ar.shape=(3,4,5) 。然后我正在寻找一个函数f这样做：result=f(ar,[2.3,1.5,3.4])

Answer 1

来自 scipy 文档： scipy.interpolate.griddata ：插值非结构化 N 维数据。

Answer 2

scipy.ndimage.map_coordinates既快速又简单;
请参阅下面的清晰 2D 示例Multivariate-spline-interpolation-in-python-scipy.

（ map_coordinates( ... order=1 ) 是你所要求的——2D Bilinear_interpolation，3D 三线...
order=0 是最近的网格点，order=2或 3 次查看 （order+1）^d 点 — 更慢、更平滑。

补充：您可能知道，numpy 轮次将索引浮动到整数：

A = np.eye( 3 )
print A[ 0.1, 0.9 ], A[ 1.1, 2.9 ]