无法在 Scipy 中使用 Rbf 插入数据

Question

我尝试使用 Rbf 对数据进行插值。

import numpy as np, matplotlib.pyplot as plt
from scipy.interpolate import Rbf

x = np.array([110, 112, 114, 115, 119, 120, 122, 124]).astype(float)

y = np.array([60, 61, 63, 67, 68, 70, 75, 81]).astype(float)

d = np.array([4, 6, 5, 3, 2, 1, 7, 9]).astype(float)

ulx, lrx = np.min(x), np.max(x)
uly, lry = np.max(y), np.min(y)
xi = np.linspace(ulx, lrx, 4)
yi = np.linspace(uly, lry, 4)

rbfi = Rbf(x, y, d) 
di = rbfi(xi, yi)   
plt.imshow(di)
plt.show()

然而，我得到了：

TypeError: Invalid dimensions for image data

怎么解决的？

Answer 1

使用您的原始数据（来自 griddata 的 SO），这有效：

清理 x、y，移除异常值：

yreg=y.reshape(15,15)[:,[0]].repeat(15,1).flatten()
xreg=x.reshape(15,15)[[0],:].repeat(15,0).flatten()
ulx, lrx = np.min(xreg), np.max(xreg)
uly, lry = np.max(yreg), np.min(yreg)
N = 20
xi = np.linspace(ulx, lrx, N)
yi = np.linspace(uly, lry, N)
# grided_data = interpolate.griddata((xreg, yreg), z, (xi.reshape(1,-1), yi.reshape(-1,1)),
    method='nearest',fill_value=0)

我不认为 Rbf（和类似的插值器）像 griddata 那样处理广播。所以我必须构造 2 个定义所有插值点的向量。

yyi=np.repeat(yi,N)
xxi=np.repeat(xi[None,:],N,0).flatten()

rbfi=interpolate.Rbf(xreg,yreg,z,function='linear')
zzi=rbfi(xxi,yyi).reshape(N,N)

在时间上，Rbf 明显比 griddata 慢。

使用 xreg、yreg，插值结果（两种方法）看起来类似于 z.reshape(15,15) 的图像 - 左下角有 2 个正方形高原的正方形。

无法在 Scipy 中使用 Rbf 插入数据

Unable to interpolate data using Rbf in Scipy

numpy

scipy

python-2.7