对二维python数组执行Bilerping操作会产生比预期更多的值。有人能解释这个吗？

Question

当我运行下面的代码时，我得到(24,170,180) (29559，)

作为我的print语句的答案(打印数组的形状)。我使用的原始数据集的形状是(24,170,180)。因此，当前数据集dataArr的维度为170*180。我修正了t=10(这里有24维)遍历2d数组并将一个单元格(四个数据点- i，j i+1，j，i，j+1，i+1，j+1)转换为一个值并附加到self.tempY数组的时间。所以对于self.tempY数组的形状，我应该得到的值是170*180。但是结果集有29904个值。为什么我会得到这个值？

def compute(self,varval):      
    vars=self.data.variables
    for var in vars:
        if var==varval:
            ntimes, ny, nx=vars[var].shape #inherit the method above.
    print(ntimes, ny, nx)
    #create the old computational grid.
    computational_grid=np.zeros((ny,nx),dtype=int) 
    fraction=.5 
    newnx,newny =(nx*fraction,ny*fraction)
    new_computational_grid=np.zeros((newny,newnx),dtype=int)
    phy_value_arr=self.get_data(varval)
    t=10 #send this t value with coords
    dataArr=self.data.variables['tos'][t]     
    for j in range(1,(nx-2),1):
        for i in range(1,(ny-2),1):
           a=self.Lerp((dataArr[i][j+1]),(dataArr[i+1][j+1]),fraction)
           b=self.Lerp((dataArr[i][j]),(dataArr[i+1][j]),fraction)
           self.tempY.append(self.Lerp(a,b,fraction))
    smallgridarray = np.asarray(self.tempY)
    print(smallgridarray.shape)
def Lerp(self, _a, _b, _t) :
  return _a+(_b-_a)*_t    

Answer 1

好吧，我知道为什么了！这是我从nx-2 *ny-2得到的正确点数，即: 168*178