Python 如何使用scipy.interpolate中的griddata

我有一个三列（x像素，y像素，z值）的数据，有一百万行。数据来自图像，并且存在重复的z值。现在我需要做一个曲面图。这是一个完美的例子。但现在输出图像为空。有人能查一下密码吗

import numpy as np
from enthought.mayavi import mlab
from scipy.interpolate import griddata
x,y,z = np.loadtxt('test.csv',delimiter=',',usecols=(0,1,2),unpack=True) 
xi,yi = np.mgrid[0:3000:3000j, 0:3000:3000j]
zi = griddata((x, y), z, (xi, yi),method='linear')
mlab.surf(xi,yi,zi)
mlab.show()

---

我无法在没有数据的情况下检查代码，但我怀疑问题在于您正在使用默认的

fill_value=nan

作为

griddata

参数，因此如果您的网格点超出了（x，y）点的空间，那么网格中就存在nan，mlab可能无法处理（matplotlib不容易实现）。尝试设置

fill\u value=0

或其他合适的实数。

为什么

0:3000:3000j

？它不应该是

0:3000:1

吗

0:3000:1

同样没有意义。可能

0:3000

？这两种方法是相同的。它们中的任何一种都使zi为空。@psuedoDust-

mgrid

解释作为s传入的复数tep作为输出数组中的步数。例如，

np.mgrid[：3:3j]

产生

[0,1.5,3]

，而

np.mgrid[：3]

将产生

[0,1,2]

。