Scipy三维和更高维插值

Scipy三维插值

插值运算在科学计算任务中非常常见，而scipy又是使用python进行科学计算任务的必备工具之一。关于如何使用scipy进行一位和二维插值官方文档介绍的已经非常详细，基本上根据demo操作就能搞清楚怎么使用scipy进行一维和二维插值。但是有时发现自己需要使用scipy进行三维和更高维插值，然而官方文档对于如何进行高维插值介绍的十分简略，很难看懂，这里详细分析一下怎么使用scipy.interpolate.interpn实现n维插值。

1.官方文档介绍

scipy.interpolate.interpn(
points,
values,
xi,
method='linear', 
bounds_error=True, 
fill_value=nan)

points:形如 (m1, ), …, (mn, ) 的numpy浮点数组元组，用来定义n维插值的空间，每个元素相当于一个维度坐标轴上已知数据点的坐标值，比如三维插值，传入元组的三个元素代表已知数据点在x,y,z三个坐标轴上的坐标值，这里看不懂可以看示例。

values：类似于数组，形如 (m1,…,mn) 的已知数据点对应的值，和point在每个维度上一一对应，表示已知数据点的值。

xi：n 维 numpy数组，和point在维度上一一对应，表示需要获取值的点在每个维度上的坐标值，如果是三维，表明你传入的是坐标(x,y,z)，希望得到f(x,y,z)。

method ： 插值实现方法，和一维、二维类似，一般由 linear和 nearest等插值方法。

bounds_error