存储 scipy griddata 使用的权重以供重用

Question

我正在尝试将数据从非结构化网格 M1 插入到另一个非结构化网格 M2。为此，scipy.interpolate.griddata 似乎不错。

但是，我需要从 M1 到 M2 进行多次插值，仅更改数据而不更改网格。我想，在内部，scipy.interpolate.griddata 在从 M1 插值到 M2 时定义了一些权重系数，这可能是其中之一计算的昂贵部分。

因此，我想避免每次都重新计算这些权重。有没有办法做到这一点？即，从一个非结构化网格多次插值到另一个非结构化网格，两者都保持不变，避免重新计算 scipy.interpolate.griddata（或等效）的内部？

Answer 1

一个解决方案是使用 LinearNDInterpolator Scipy function with a pre-computed Delaunay 三角测量：

from scipy.spatial import Delaunay
from scipy.interpolate import LinearNDInterpolator

tri = Delaunay(mesh1)  # Compute the triangulation

# Perform the interpolation with the given values:
interpolator = LinearNDInterpolator(tri, values_mesh1)
values_mesh2 = interpolator(mesh2)

mesh1 是一个（点数 * dim）数组。

注：CloughTocher2DInterpolator可用于非线性插值。 griddata 使用 LinearNDInterpolator 或 CloughTocher2DInterpolator。

存储 scipy griddata 使用的权重以供重用

storing the weights used by scipy griddata for re-use

optimization

interpolation

scipy