scipy.interpolate.

NearestNDInterpolator

class scipy.interpolate.NearestNDInterpolator(x, y, rescale=False, tree_options=None)

NearestNDInterpolator(x, y).

N>1维的最近邻插值器。

在版本 0.9 中添加。

参数：:

**x**(npoints, ndims) 2维浮点数组

数据点坐标。

**y**(npoints, ) 1维浮点或复数数组

数据值。

**rescale**布尔值，可选

在执行插值之前将点重新缩放到单位立方体。如果某些输入维度具有不可通约的单位并且相差很多数量级，这将很有用。

在版本 0.14.0 中添加。

**tree_options**字典，可选

传递给底层 cKDTree 的选项。

在版本 0.17.0 中添加。

另请参阅

griddata

插值非结构化 D-D 数据。

LinearNDInterpolator

N维分段线性插值器。

CloughTocher2DInterpolator

2D 中的分段三次，C1 平滑，最小化曲率插值器。

interpn

在规则网格或直线网格上插值。

RegularGridInterpolator

任意维度的规则或直线网格上的插值器 (interpn 包裹此类)。

备注

使用 scipy.spatial.cKDTree

注意

对于规则网格上的数据，请改用 interpn。

示例

在您的浏览器中尝试！

我们可以在 2D 平面上插值值

>>> from scipy.interpolate import NearestNDInterpolator
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> x = rng.random(10) - 0.5
>>> y = rng.random(10) - 0.5
>>> z = np.hypot(x, y)
>>> X = np.linspace(min(x), max(x))
>>> Y = np.linspace(min(y), max(y))
>>> X, Y = np.meshgrid(X, Y)  # 2D grid for interpolation
>>> interp = NearestNDInterpolator(list(zip(x, y)), z)
>>> Z = interp(X, Y)
>>> plt.pcolormesh(X, Y, Z, shading='auto')
>>> plt.plot(x, y, "ok", label="input point")
>>> plt.legend()
>>> plt.colorbar()
>>> plt.axis("equal")
>>> plt.show()

返回在新标签页中打开

方法

__call__(*args, **query_options)

在给定点处评估插值器。