Python numpy插值的正确使用

我需要在python中对非均匀分布的网格执行一些过滤。因此，我通过griddata将非均匀网格插值为均匀网格：

zi = interpolate.griddata((xin, yin), zin, (xi[None,:], yi[:,None]), method='cubic')

然后，在过滤完zi之后，我需要将网格反插值到原始的xin、yin点。如果我这样做：

zout = interpolate.griddata((xi, yi), zi, (xin[None,:], yin[:,None]), method='cubic')

我得到了一些我不理解的错误，与Delaunay三角剖分中的“qhull精度警告”和“qhull错误”有关

有人知道我如何解决这个问题吗？这可能与（心，阴）不有序有关吗？谢谢

[更新] 我将尝试澄清输入数据是什么。输入数据是在中心（x轴和y轴）经过细化的笛卡尔网格。只要我想对它进行过滤，我就需要对它的均匀采样版本进行插值，然后执行另一次插值，以从均匀采样返回到细化版本

---

“辛”、“阴”、“是”是一维数组，也是“席”和“义”。zi（griddata的输出）是一个2D数组。

您对

griddata

的第二次调用不正确。它期望

xi

和

yi

是每个点的坐标，

zi[i，：]

是对应于点

（xi[i]，yi[i]）

的值

---

显然，您的

xi

和

yi

数组恰好具有相同数量的

N

条目，因此不会立即出现错误。函数无法猜测您是否真的希望它做其他事情。

您能在帖子中添加一些示例输入数据吗？如果愿意，您可以生成与输入形状相同的随机数据。请尝试使用

method='nearest'

查看是否出现此错误…您的数据是什么样的？二维中的分散点，或者数据是按规则网格排序的？什么是心形，

阴形

，

锌形

？如果没有这些信息，很难判断您是否正确使用了该功能。“Qhull误差”通常意味着数据位于二维中的一条直线上，因此不能用于任何类型的插值。