Python Scipy LSQSphereBivariateSpline：悬挂，以及如何选择结？

我正在编写一些python代码，将不规则数据插值到180°lat x 360°lon球面网格上。当我调用以下命令时，代码当前处于挂起状态：

def geo_interp(lats,lons,data,grid_size_deg):

        deg2rad = pi/180.
        new_lats = np.linspace(grid_size_deg, 180, 180) * deg2rad
        new_lons = np.linspace(grid_size_deg, 360, 360) * deg2rad

        knotst, knotsp = new_lats.copy(), new_lons.copy()
        knotst[0] += .0001
        knotst[-1] -= .0001
        knotsp[0] += .0001
        knotsp[-1] -= .0001

        lut = LSQSphereBivariateSpline(lats.ravel(),lons.ravel(),data.T.ravel(),knotst,knotsp)

        data_interp = lut(new_lats, new_lons)
        return data_interp

当我调用上面的子例程时，我使用的数组作为参数，它们都符合文档中列出的LSQSphereBivariateSpline的要求。当我运行它时，处理180x360数据集所需的时间比我感觉的要长得多

当我使用python-m trace--trace运行脚本时，在长时间没有任何事情发生之前的最后一行输出是

fitpack2.py（1025）：w=w，eps=eps）

据我所知，fitpack2.py的第1025行是一条注释，这更让人困惑

因此，我的问题是： 1.有没有办法判断它是挂着还是很慢？ 2.如果它挂着，我该怎么修

我唯一能想到的是，我不知道我在做什么，因为我选择了结。有没有一个好的选择方法？我只是使用了稍后将插入的网格，因为文档中的示例似乎是任意网格

更新：大约3小时后它终于完成了，但是“插值数据”看起来像随机噪声。此外，如果这是相关的，据我所知，LSQSphereBivariateSpline是我唯一可以使用的函数，因为我的LAT和LON并没有严格增加

另外，我应该补充一点，当它完成时，它会输出以下警告：

warning（来自warnings模块）：
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/Python/scipy/interpolate/fitpack2.py”，第1029行
警告。警告（消息）
用户警告：
警告返回的样条曲线的系数已计算为
（数值）秩的最小范数最小二乘解
系统缺陷（缺陷=16336，等级=48650）。特别是如果排名
由6+（nt-8）*（np-7）+ier计算的缺陷较大，
结果可能不准确。他们也可能严重依赖于
每股收益的价值。

---

---

解决方案：我的结太多，导致了缓慢的速度和无用的结果。

是的，FITPACK样条曲线拟合例程可能试图用最小二乘法解决n x n问题，其中n=360*180*k（其中k~9是样条曲线中的自由度）。这对于80年代编写的fortran代码来说太大了。如果您将您的解决方案作为答案发布并接受它，那就太好了。此外，完成此操作后，请从问题标题中删除“已解决”。谢谢