python中三维绘图的曲线拟合和外推

我想使用numpy/scipy在python中推断3d绘图。外推是通过曲线拟合完成的。请参阅以下具有不同x&y尺寸的数据

x = np.array([740,760,780,800,820,840,860,880,900,920,940,960])     # Presssure in mBar

y = np.array([1500,1800,2100,2400,2700,3000,3300,3600,3900])     # Rpm

# Fuel Amount in micro seconds

z = np.array([[1820,1820,1820,1820,2350,2820,3200,3440,3520,3600,3600,3600],  
              [1930,1930,1930,2170,2700,2880,3240,3580,3990,3990,3990,3990],  
              [1900,1900,2370,2680,2730,3050,3450,3760,3970,3970,3970,3970],  
              [2090,2090,2240,2410,2875,3180,3410,3935,4270,4270,4270,4270],  
              [1600,2180,2400,2700,2950,3290,3780,4180,4470,4470,4470,4470],  
              [2100,2280,2600,2880,3320,3640,4150,4550,4550,4550,4550,4550],  
              [2300,2460,2810,3170,3400,3900,4280,4760,4760,4760,4760,4760],  
              [2170,2740,3030,3250,3600,4100,4370,4370,4370,4370,4370,4370],  
             [2240,2580,2870,3275,3640,4050,4260,4260,4260,4260,4260,4260]])

Scipy具有Scipy.interpolate.interp2d类，但它仅在x和y大小相同时进行插值。

我想在y轴点900和1200以及x轴点720处外推曲线

i、 e

---

因为我没有z=f（x，y）的函数。如何在python中对上述情况进行曲线拟合，并获得所需点的曲线值。

您需要提供网格，在该网格上构建

z

值，例如

x=[[740,760,...,960],
   .....
   [740,760,...,960]]

同样，对于

y

。这可以通过使用

numpy.meshgrid

实现：

xx,yy=np.meshgrid(x,y)
test_function=interp2d(xx,yy,z)

---

使用您的数据，我可以执行

test_函数（720900）

并得到1820的值，这是最近邻外推。如果您需要“更好”的外推（无论这意味着什么），您需要为您的数据开发某种类型的模型函数，并使用

scipy

中的拟合方法。您需要提供构建

z

值的网格，例如

x=[[740,760,...,960],
   .....
   [740,760,...,960]]

同样，对于

y

。这可以通过使用

numpy.meshgrid

实现：

xx,yy=np.meshgrid(x,y)
test_function=interp2d(xx,yy,z)

使用您的数据，我可以执行

test_函数（720900）

并得到1820的值，这是最近邻外推。如果您需要“更好”的外推（无论这意味着什么），您需要为数据开发某种模型函数，并使用

scipy

中的拟合方法