Python griddata scipy插值不工作（给出nan）

我正在试用scipy.interpolation.griddata帮助文件中给出的2d示例。 它适用于“最近”的插值。但它给出了一个用nan填充的矩阵，同时使用任何其他插值，如“线性”或“立方”。如果我给参数fill_value=5，它会给矩阵填充5

这是因为安装问题吗

我正在尝试他们在帮助文档中给出的完全相同的东西。 但不知何故，它给出的结果就像我要求插值的点位于输入点之外。（这不是！！我遵循了这个例子）

我将发布示例以重现错误（以文档形式）

我把grid_z1和grid_z2变成一个矩阵，里面填充了nan

更新：我在另一台Ubuntu 11.10机器上安装了所有软件包。同样的剧本给出了完全正确的答案。以前我试过Porteus发行版（LiveSlackware系列）。因此，我认为我可以有把握地得出结论，这是我的安装中的一些问题。有人知道会出什么问题吗？库冲突是否会导致这种行为？因为我的主要机器是Portues，所以我别无选择，只能修复其中的scipy。

你说“填充了nan”，但它并没有真正填充。使用您的代码，但添加

np.random.seed(7)

一开始，我们使用的是同一个数据集，我发现

>>> np.isnan(grid_z1).sum()
744
>>> np.isnan(grid_z2).sum()
744

这些NAN都发生在外部的一个带上：

>>> np.isnan(grid_z1[5:-5,5:-5]).sum()
0

这就很可能是问题所在。给出NaN的点在指定点之外，因此它不知道如何处理它们。对于“最近”插值的特殊情况，您仍然可以找到附近的对象，因此不会得到任何NaN

所以当你说要插值的点不在输入点之外时，我不同意你的说法：

# brute force, because I'm too lazy
from collections import Counter
d = Counter()
for x, y, val in zip(grid_x.flat, grid_y.flat, grid_z1.flat):
    pg = (points >= [x, y])
    boxed = len(set(tuple(p) for p in pg)) == 4
    d[np.isnan(val), boxed] += 1

产生

>>> d
Counter({(False, True): 19189, (True, False): 744, (False, False): 67})

---

没有（真的，真的）案例。瞧，每个NaN在点中都缺少一个边界框。有一些（False，False）情况下，值没有边界框，但没有结束为NaN，这有点令人惊讶，但如果他们假设所有内容都包含在内，则可能取决于无聊的实现细节，如果没有，会发生什么。简短版本：我认为这里的一切可能都正常工作，正如预期的那样。

不清楚您是如何安装scipy的（或者您使用的是哪个版本-请尝试

$python-c“import scipy；print scipy.\uu version\uuuuuu”

），但是由于griddata依赖于编译的代码，您所看到的可能是由于构建问题或（不太可能）特定于您的平台的griddata错误造成的

我建议在

scipy用户

邮件列表中报告这一点，它比堆栈溢出更适合解决构建和安装问题

在发布到邮件列表之前，安装

nose

测试框架是值得的，这样您就可以运行

$ python -c "import scipy; scipy.test()"

---

并同时报告任何测试失败的详细信息。

我也有同样的问题，但我认为它已经在scipy 0.11rc2中得到了修复（并不是说我已经能够在我狂热的Python发行版顶部安装它来找出问题的答案……）？

你能提供你所指帮助文档的链接吗？@Hooked我指的是我们键入griddata时得到的帮助文档？在伊皮顿。（代码中的文档字符串本身）感谢您的帮助。但是我得到的矩阵完全是nan。当我尝试np.isnan（grid_z1）.sum（）时，我得到了20000。网格_z1的大小也是20000。我甚至试着用matplotlib.pyplot.imshow查看它。它完全是空的，带有nan。这很奇怪。你能把你的帖子编辑成最小的大小写（比如100、200和2000）完全是NaN吗？我改成了10x10的小矩阵。它仍然给我10x10矩阵填充nan。我在另一台机器上尝试了相同的脚本。它工作得很好，给出了正确的答案。我想修理我机器上的机器。由于它没有给出任何错误，我不知道从哪里开始。您认为是什么造成了这个问题？0.10.0b2是我的scipy版本。现在我正在运行scipy.test（）。它给出了大量的不推荐、用户和运行时警告和NAN！！

$ python -c "import scipy; scipy.test()"