Python 使用scipy.interpolate.griddata和method=nearest的边界外填充值

函数允许指定关键字

fill\u值

，其中文档说明：

用于填充的凸包外的请求点的值 输入点。如果未提供，则默认为nan。 此选项对“最近”方法无效。

但是，我需要指定一个

fill_值

，以便在

---

对二维数据使用

方法='nearest'

。如何实现这一点？

通过以下解决方法，可以相对容易地实现这一点：

使用

method='nearest'运行

使用

方法='linear'

再次运行；在这里，外部区域充满了

np.nan

只要2的结果中有一个NaN。将所需的

fill_值

分配给1的结果

代码：

---

一种不太特别的方法是显式地计算凸包并使用它来分配填充值。这需要更多的努力，但可能会运行得更快。

感谢您的回答，这确实是一个简单的解决方案！尽管在实践中，使用单个

方法class='nearest'

所需的时间是使用单个

方法所需时间的两倍以上。我来看看，它可能会奏效。
import numpy as np
from scipy.interpolate import griddata

def func(x, y):
    return x*(1-x)*np.cos(4*np.pi*x) * np.sin(4*np.pi*y**2)**2

grid_x, grid_y = np.mgrid[0:1:100j, 0:1:200j]

points = np.random.rand(100, 2)
values = func(points[:,0], points[:,1])

grid_z0 = griddata(points, values, (grid_x, grid_y), method='nearest')
grid_z1 = griddata(points, values, (grid_x, grid_y), method='linear')

fill_value = 123  # Whatever you like
grid_z0[np.isnan(grid_z1)] = fill_value