Python 从不规则的点集开始，在三维曲面中插值Z值

我有一个表面看起来像图a，想象一下这是顶视图。曲面已计算出Z值

现在我需要在新的点（如图B）中找到所有Z值。如何做到这一点？我尝试了

scipy.interpolate.interp2d

，但它给出了一些奇怪的结果，如下所示：

---

我只想在“图”中找到自定义x和y的自定义z

模拟代码示例

func_int = scipy.interpolate.interp2d([point[0] for point in pointsbottom],[point[1] for point in pointsbottom],[point[2] for point in pointsbottom], kind = 'linear')
pointscaption = map(lambda point:(point[0],point[1],func_int(point[0],point[1])),pointscaption)

其中，

pointsbottom

是（x，y，z）的列表，

pointscaption

是（x，y，z）的列表，但我需要找到新的z

尝试改用：

不同之处在于griddata希望将常规数据作为输入（嗯，我认为）。这并不是说你应该有不同的结果，而是你能够更快地发现问题。您可以轻松地屏蔽“常规网格”数据

我的第一个猜测是，这些输入坐标不是您期望的坐标（可能与您正在计算的函数具有不同的比例），但是如果不进行测试，很难说

在任何情况下，您似乎需要一个曲面，根据定义，它是一种网格数据类型，因此使用这种不同的框架应该很容易发现问题

编辑（关于海报疑问的进一步考虑）：

假设你想要一个对象，你想在里面输入一些数据。完成此操作后，您希望能够使用该数据估计任何位置。为此，您可以构建如下类：

    import numpy as np

    class Estimation():
        def __init__(self,datax,datay,dataz):
            self.x = datax
            self.y = datay
            self.v = dataz

        def estimate(self,x,y,using='ISD'):
            """
            Estimate point at coordinate x,y based on the input data for this
            class.
            """
            if using == 'ISD':
                return self._isd(x,y)

        def _isd(self,x,y):
            d = np.sqrt((x-self.x)**2+(y-self.y)**2)
            if d.min() > 0:
                v = np.sum(self.v*(1/d**2)/np.sum(1/d**2))
                return v
            else:
                return self.v[d.argmin()]

本例使用的是平方距离逆方法，该方法对于估计非常稳定（如果您避免被零分割）。这不会很快，但我希望这是可以理解的。从这一点开始，您可以通过执行以下操作来估计二维空间中的任意点：

    e = Estimation(datax,datay,dataz)
    newZ = e.estimate(30,55) # the 30 and 55 are just example coordinates

如果要对整个网格执行此操作：

    datax,datay = np.random.randint(0,100,10),np.random.randint(0,100,10)
    dataz       = datax/datay

    e = Estimation(datax,datay,dataz)

    surf = np.zeros((100,100))
    for i in range(100):
        for j in range(100):
            surf[i,j] = e.estimate(i,j)

例如，可以使用matplotlib（其中颜色表示曲面中的高度）获得可以看到的图像：

本实验的结果如下：

---

如果您不想使用ISD（平方反比距离），只需在Estimation类上实现一种新方法即可。这就是你要找的吗？

如果你能给我们看一本书，我们可能真的能帮助你。我猜，

z

坐标就是垂直坐标？你能澄清你的问题吗？我只是想在“图”中找到自定义x和y的自定义z。它工作得更好一点，但仍然不够。这里是一个屏幕截图：看起来你只是在改变一些位置，而其他位置没有被选中。是否确定代码中的栅格对象与正在查看的曲面具有完全相同的形状？你能在2D高度图（z是一个颜色变量）中绘制它吗？这会更容易理解几何图形。对不起，我不知道怎么做。我可以用非常简单的词来描述-我有一些光滑的表面，不规则的x和y，还有一些z，我想为我在表面上添加的新点找到z。好的。我用一些你应该能够适应自己的代码（包括2D可视化和估算）的方法编辑了我的文章。看看它是否适合您的问题。您好，我收到错误-文件“/home/username/anaconda3/lib/python3.7/site packages/numpy/ma/core.py”，第1018行，在call result=self.f（da，db，*args，**kwargs）类型错误：不支持的操作数类型*：“float”和“SingleBlockManager”

    datax,datay = np.random.randint(0,100,10),np.random.randint(0,100,10)
    dataz       = datax/datay

    e = Estimation(datax,datay,dataz)

    surf = np.zeros((100,100))
    for i in range(100):
        for j in range(100):
            surf[i,j] = e.estimate(i,j)

    import matplotlib.pyplot as plt
    plt.imshow(surf.T,origin='lower',interpolation='nearest')
    plt.scatter(datax,datay,c=dataz,s=90)
    plt.show()