对2D python数组进行二倍化会产生比预期更多的值。有人能解释一下吗？

当我运行下面的代码时，我得到 (24, 170, 180) （29559，）

作为我的打印语句（打印数组的形状）的答案。 我使用的原始数据集的形状是（24170180）。因此，当前数据集dataArr的维度为170*180。我将时间t=10（此处的维度为24）固定为一个值，并将二维数组和单元格（四个数据点-I，ji+1，j，I，j+1，I+1，j+1）迭代并附加到self.tempY数组中。因此，对于self.tempY数组的形状，我应该得到的值是170*180。但结果集有29904个值。为什么我会得到这个值

def compute(self,varval):      
    vars=self.data.variables
    for var in vars:
        if var==varval:
            ntimes, ny, nx=vars[var].shape #inherit the method above.
    print(ntimes, ny, nx)
    #create the old computational grid.
    computational_grid=np.zeros((ny,nx),dtype=int) 
    fraction=.5 
    newnx,newny =(nx*fraction,ny*fraction)
    new_computational_grid=np.zeros((newny,newnx),dtype=int)
    phy_value_arr=self.get_data(varval)
    t=10 #send this t value with coords
    dataArr=self.data.variables['tos'][t]     
    for j in range(1,(nx-2),1):
        for i in range(1,(ny-2),1):
           a=self.Lerp((dataArr[i][j+1]),(dataArr[i+1][j+1]),fraction)
           b=self.Lerp((dataArr[i][j]),(dataArr[i+1][j]),fraction)
           self.tempY.append(self.Lerp(a,b,fraction))
    smallgridarray = np.asarray(self.tempY)
    print(smallgridarray.shape)
def Lerp(self, _a, _b, _t) :
  return _a+(_b-_a)*_t    

---

好吧，我知道为什么了！这是我从nx-2*ny-2获得的正确点数

---

i、 e:168*178

你能提供一些输入数据的例子吗？我们如何调用此方法来自己检查结果？给定输入的预期输出是什么？我在这个方法中使用了一个netcdf数据集。它有几个变量，其中tos是我关心的变量。get_data（varval）是一个由时间经度和纬度组成的3d数组。我从3d数组中得到一个切片，其中t=10，并尝试得到2d平面中单元的平均值。这个平面的形状是170*180，有那么多点。我试图在这个平面上对每个单元格进行bilerp，并生成值数组。这有用吗？我打印了nx值和ny值，它们是180和170。如果我打印数据，我会得到这样的结果。我想知道空白值是否也有任何问题。[------------------] [---------------] [[------------]…]，[271.42236328125 271.422607421875，271.4228820800781…，271.4221496582031 271.4220886230469 271.4221496582031 ][271.432373046875 271.43243408203125 271.4325256347656 ..., 271.4322204589844 271.4322814941406 271.4323425292969] [271.4455261230469 271.4455261230469 271.4455261230469 ..., 271.445556640625 271.445556640625 271.445556640625]]