Python 为什么scipy.interpolate.griddata速度如此之慢？

我试图使用

scipy.interpolate.griddata

在常规网格上非的约400000个数据点之间进行插值。然而，我似乎永远都无法让它跑完！我试图在网格上200x200（~40000）个数据点上插值函数的值。下面是我发出的函数调用：

我已经查看了从

load\u data

输出的数据，似乎一切都加载得很好。

raw_x_val

、

raw_y_val

和

raw_z_val

的维度为

（410500，）

。我让它运行了大约半个小时，但它从未真正结束！ 或者，我尝试在

MATLAB

中运行一组非常类似的函数调用，我能够在大约2秒钟内加载并插值所有内容

---

我是否在python中做了一些错误的事情，或者仅仅是

scipy.interpolate.griddata

函数不用于处理此类数据。或者，你们中的任何人都会对我可以使用哪些函数/库来实现这一点提出建议。理想情况下，我不想在

MATLAB

中执行此操作，我建议从问题中删除标记，因为您不需要该语言的答案。不过我可以告诉你，MATLAB可以在

griddata

中轻松处理4000k个数据点，谢谢，我已经修复了它！MATLAB似乎在处理数据方面没有问题，我正试图用开源代码对我的数据进行分析，这样我就可以将程序分发给其他人。奇怪的是，scipy v0.14的文档中说，

griddata（）

包含3个位置参数，而您只有两个。您使用的是什么版本？现在已经清除了，是否可以添加到数据集的链接？以及指定

min_interp_val

和

max_interp_val

适合您的内容，以便其他人可以重现该问题。现在看起来更像样了，我猜你的scipy安装不正常。也许考虑重新安装SISPY？我从<代码> GRIDATAL（）/<代码> DOC测试了一个修改的示例，其中410500个点被插入到一个200×200的网格中。在我的机器上，

griddata（）

调用需要4秒钟。你能试着运行它并告诉我你需要多长时间吗？我建议从问题中去掉标签，因为你不想用那种语言回答。不过我可以告诉你，MATLAB可以在

griddata

中轻松处理4000k个数据点，谢谢，我已经修复了它！MATLAB似乎在处理数据方面没有问题，我正试图用开源代码对我的数据进行分析，这样我就可以将程序分发给其他人。奇怪的是，scipy v0.14的文档中说，

griddata（）

包含3个位置参数，而您只有两个。您使用的是什么版本？现在已经清除了，是否可以添加到数据集的链接？以及指定

min_interp_val

和

max_interp_val

适合您的内容，以便其他人可以重现该问题。现在看起来更像样了，我猜你的scipy安装不正常。也许考虑重新安装SISPY？我从<代码> GRIDATAL（）/<代码> DOC测试了一个修改的示例，其中410500个点被插入到一个200×200的网格中。在我的机器上，

griddata（）

调用需要4秒钟。你能试着运行一下，告诉我你需要多长时间吗？

from scipy.interpolate import griddata
import numpy as np

#Load in all the data
[raw_x_val,raw_y_val,raw_z_val] = load_data('filename')

#Generate interpolating mesh
[x_interp,y_interp] = np.meshgrid(np.linspace(min_interp_val,max_interp_val,200),np.linspace(min_interp_val,max_interp_val,200))
z_interp = griddata((raw_x_val,raw_y_val),raw_z_val,(x_interp,y_interp),method='linear')