Python scipy griddata插值返回一个填充nan的向量

我有一个三维点列表，我想在三维网格上插值

coords = array([[  8.33399963,  12.94800186,  15.22500038],
       [  8.57299995,  13.90000153,  14.14700031],...)

我有网格x、y、z坐标，它们与

numpy.meshgrid

一起用于创建网格：

xi,yi,zi = np.meshgrid(bbox[:,0],bbox[:,1],bbox[:,2])

然后当我尝试执行插值时：

griddata(coords,np.random.choice([.1,1,2],size=len(coords)),(xi,yi,zi),method='linear')

我得到了一个n的向量：

array([[[ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan],
        [ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan]],....

---

我做错了什么？

我不知道xi、yi、zi的值是什么，但它们很可能超出了

coords

定义的范围。如果使用

meshgrid

生成网格，请注意数组的顺序：

在输入长度为

M

、

N

和

p

的三维情况下，对于

'xy'

索引，输出形状为

（N，M，p）

，对于

'ij'

索引，输出形状为

（M，N，p）

试试这个：

In [61]: coords = 20 * np.random.random((200, 3)) - 1

In [62]: xi, yi, zi = np.meshgrid(np.arange(coords[:, 0].min()+2, coords[:,0].max()-2), np.arange(coords[:, 1].min()+2, coords[:,1
    ...: ].max()-2), np.arange(coords[:, 2].min()+2, coords[:,2].max()-2), indexing='ij')

In [63]: griddata(coords,np.random.choice([.1,1,2],size=len(coords)),(xi.astype(np.float), yi.astype(np.float), zi.astype(np.float
    ...: )),method='linear')

您仍将获得一些

nan

值，其中点对函数采样较差，但大多数值都已定义

---

另一种可能是，您刚刚看到的第一个“平面”可能主要包含

nan

。请尝试

np.sum（np.isfinite（g））

查看所有点中的may点如何有效

np.prod（g.shape）

其中

g

是

griddata（）的thr输出谢谢，我的错误似乎是：
np.meshgrid（bbox[：，0]，bbox[：，1]，bbox[：，2]）
。相反，我应该像这样使用linspace或arange：
np.linspace（np.min（bbox[：，0]）、np.max（bbox[：，0]））
，等等。