在python中插值二维数据网格

我有一个带有放射性β衰变率的二维网格。每个值对应于特定温度和密度对上的速率（均为对数标度）。我想做的是，当我有一个温度和密度数据对（在得到它们的对数之后），在表中找到匹配的值。我试着使用了，但是我有点困惑，我会很感激你的帮助

到目前为止，我所拥有的：

pointsx = np.array([7+0.2*i for i in range(0,16)]) #temperature range
pointsy = np.array([i for i in range(0,11) ]) #rho_el range
data = numpy.loadtxt(filename) #getting data from file
logT = np.log10(T) #wanted temperature logarithmic
logrho = np.log10(rho) #wanted rho logarithmic

---

互PN函数具有以下参数：点、值、席、方法=“线性”、“边界”错误＝真，FILIVALULY = NAN<／代码>。我想这些点将是我拥有的

pointsx

和

pointsy

，数据非常明显，

xi

将是我正在寻找的

（T，rho）

。但我不确定，它们应该有什么尺寸？

点的大小与
数据的大小相同？因此，我必须将相应的
T
和
rho
对作为
点
部分，然后将
（T，rho）
对作为
xi
？
当您不确定函数如何工作时，打开一个REPL并自己测试它总是一个好主意。在本例中，鉴于您对文档的理解，该函数完全按照预期工作

>>> points = [[1, 2, 3, 4], [1, 2, 3, 4]]  # Input values for each grid dimension
>>> values = [[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6], [4, 5, 6, 7]]  # The grid itself
>>> xi = (1, 1.5)
>>> scipy.interpolate.interpn(points, values, xi)
array([ 1.5])
>>> xi = [[1, 1.5], [2, 1.5], [2, 2.5], [3, 2.5], [3, 3.5], [4, 3.5]]
>>> scipy.interpolate.interpn(points, values, xi)
array([ 1.5,  2.5,  3.5,  4.5,  5.5,  6.5])

你唯一错过的是
点
应该是一个元组。但是从上面可以看到，即使
指向的不是元组，它也可以工作
你能说一下混淆了什么吗？IpPN函数有以下参数：点，值，Xi，方法=“线性”，BangsSyLoal=真，FILIVALULY = NaNi I图，这些点将是PoxTx和PoothSy，数据是相当明显的，席席是我要找的（T，Rho）。但我不确定，它们应该有什么尺寸？“点”与“数据”大小相同？因此，我必须做一对对应的T和Rho数组，这将是“点”部分，然后有一个（t，ρ）对作为席？