python 网格数据插值_python – 网格数据的快速插值

当然！有两个选项可以做不同的事情，但是既能利用原始数据的定期网格性质。

第一个是scipy.ndimage.zoom.如果你只想通过内插原始数据生成一个更加密集的规则网格，那就是要走的路。

第二个是scipy.ndimage.map_coordinates.如果你想在你的数据中插入一些(或许多)任意点，但仍然利用原始数据的定期网格性质(例如，不需要四叉树)，那就是去的方式。

作为一个快速示例(这将使用三次插值。对于双线性使用order = 1，对于最近等级使用order = 0)：

import numpy as np

import scipy.ndimage as ndimage

data = np.arange(9).reshape(3,3)

print 'Original:\n', data

print 'Zoomed by 2x:\n', ndimage.zoom(data, 2)

这产生：

Original:

[[0 1 2]

[3 4 5]

[6 7 8]]

Zoomed by 2x:

[[0 0 1 1 2 2]

[1 1 1 2 2 3]

[2 2 3 3 4 4]

[4 4 5 5 6 6]

[5 6 6 7 7 7]

[6 6 7 7 8 8]]

这也适用于3D(和nD)数组。但是，请注意，如果以2x缩放，则可以沿着所有轴进行缩放。

data = np.arange(27).reshape(3,3,3)

print 'Original: