Python Scipy-interp2d返回函数自动对输入参数进行不必要的排序

以下是：

我继续评估f：

xnew = np.arange(-5.01, 5.01, 1e-2)
f(xnew, 0)

输出：

array([ 0.95603946,  0.9589498 ,  0.96176018, ..., -0.96443103,
   -0.96171273, -0.96171273])

array([ 0.95603946,  0.9589498 ,  0.96176018, ..., -0.96443103,
   -0.96171273, -0.96171273])

颠倒论点会得到同样的结果！我希望得到相反的结果：

xnewrev=np.array(list(reversed(np.arange(-5.01, 5.01, 1e-2))))
f(xnewrev, 0)

输出：

array([ 0.95603946,  0.9589498 ,  0.96176018, ..., -0.96443103,
   -0.96171273, -0.96171273])

array([ 0.95603946,  0.9589498 ,  0.96176018, ..., -0.96443103,
   -0.96171273, -0.96171273])

预期：

array([-0.96171273, -0.96171273, -0.96443103, ...,  0.96176018,
    0.9589498 ,  0.95603946])

我在洗牌

xnew

后也得到了相同的结果。在求值之前，插值函数

f

似乎对

xnew

进行排序。如何使

f

返回值的顺序与输入列表中给出的顺序相同

不知何故，这不是interp1d的问题

---

我使用的是Jupyter笔记本，Python 2.7.12 | Anaconda 4.1.1（64位）

您的

f

callable接受一个

假定排序的
参数：

assume_sorted : bool, optional
    If False, values of `x` and `y` can be in any order and they are
    sorted first.
    If True, `x` and `y` have to be arrays of monotonically
    increasing values.

因此，是的，如果您之前没有对输入进行排序，那么输入将在内部进行排序。我看不出有什么办法能把排序后的坐标拿回来

x
，
y
到
interp2d
的输入也在使用前进行排序。显然，插值计算需要排序数组

您可以使用双
argsort
索引恢复预排序顺序

制作一个数组并洗牌：

In [415]: xnew = np.arange(-10,11,2)
In [416]: xnew
Out[416]: array([-10,  -8,  -6,  -4,  -2,   0,   2,   4,   6,   8,  10])
In [417]: np.random.shuffle(xnew)
In [418]: xnew
Out[418]: array([  0,   2,   6,  -2,  10,  -4,   8,  -8, -10,  -6,   4])

获取恢复索引：

In [419]: idx = np.argsort(np.argsort(xnew))
In [420]: idx
Out[420]: array([ 5,  6,  8,  4, 10,  3,  9,  1,  0,  2,  7], dtype=int32)

测试它：

In [421]: np.sort(xnew)[idx]
Out[421]: array([  0,   2,   6,  -2,  10,  -4,   8,  -8, -10,  -6,   4])

基于，您可以定义一个返回未排序数组的新类，例如

from scipy.interpolate import interp2d
import numpy as np

class unsorted_interp2d(interp2d):
    def __call__(self, x, y, dx=0, dy=0):
        unsorted_idxs = np.argsort(np.argsort(x))
        return interp2d.__call__(self, x, y, dx=dx, dy=dy)[unsorted_idxs]

然后，在你的例子中，你会：

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+yy)
f = unsorted_interp2d(x, y, z, kind='cubic')

xnewrev=np.array(list(reversed(np.arange(-5.01, 5.01, 1e-2))))
f(xnewrev, 0)

# the expected output!
array([-0.96171273, -0.96171273, -0.96443103, ...,  0.96176018,
        0.9589498 ,  0.95603946])

对x和y进行排序是否有损于在特定的新x，y坐标处插值的目的？例如，如果我想在点（x=0，y=3）和（x=2，y=1）处插值，那么x坐标是x=（0，2），y坐标是y=（3，1）。排序后，它们变成x=（0，2）和y=（1，3），这两个点（x=0，y=1）和（x=2，y=2）插值，这两个点都不是插值所需的坐标之一。此外，我相当确定，根据使用的scipy版本，“假定_排序”参数可能不存在。@BrianD，我在2017年回答了这个问题，因此，除非您使用的是真正的旧版本，
假设\u sorted
存在。当输入点可能分散时，插值返回“具有形状（len（y），len（x））的二维阵列”，即网格。使用
[0,2]
和
[1,3]
你可以得到4分-你想要的2分和2分奖励。我一直在使用0.12.1，这是从2013年开始的，而7年前的补丁预计会使用排序阵列@布兰德