假设我想使用线性插值将一个形状数组(100,100,100)调整为一个形状数组(57,57,57)。
基本上我需要一个函数a,它接受一个形状为S的n维数组,并使用插值将其毫无错误地转换为具有相同维数但具有不同形状S‘的数组。
对于numpy和scipy,有没有简单快速的方法呢?我找到了像一维插值,二维插值,网格插值之类的东西,但它们需要线性空间,以及其他我不太理解的东西。
发布于 2014-03-14 21:04:19
您可以使用来自scipy.interpolate的方法griddata
from scipy.interpolate import griddata假设你的3D数组是这样的:
array3d您将需要调整数据形状,并使用原始索引或点坐标创建另一个数组
N=100
array3DAux = array3D.reshape(N**3)
# ijk is an (N**3,3) array with the indexes of the reshaped array.
ijk = mgrid[0:N,0:N,0:N].reshape(3,N**3).T现在你可以创建你想要的新网格,找到新的插值点。
#In your case 57 points
n = 57j
i,j,k = mgrid[0:N:n,0:N:n,0:N:n]插值法有3种,分别是最近插值法、线性插值法和三次插值法。
newArray3D_z0 = griddata(ijk,array3DAux,(i,j,k),method="nearest")
newArray3D_z1 = griddata(ijk,array3DAux,(i,j,k),method="linear")
newArray3D_z2 = griddata(ijk,array3DAux,(i,j,k),method="cubic")在这种情况下,它将工作以减少或增加您的3D数组的大小。
希望能有所帮助
https://stackoverflow.com/questions/22404169
复制相似问题