Python-用numpy构造Meshgrid（不规则网格）

Question

我的目的是对一些数据进行插值。 为此，我必须创建一个网格。 为此，我得到了一个二维坐标为“ coord”的数组（第一列：元素编号，第二列：X和第三列：Y）。

我用np.meshgrid做一个meshgrid，如下所示。 但是我的结果似乎很奇怪，所以我想知道我是否做错了...必须在网格网格步骤之前重新组织我的数据吗？

import numpy as np
coord = np.array([[  1.        ,  -1.38888667,  -1.94444333],
       [  2.        ,  -1.94444333,  -1.38888667],
       [  3.        ,   0.27777667,  -1.94444333],
       [  4.        ,  -0.27777667,  -1.38888667],
       [  5.        ,   1.94444333,  -1.94444333],
       [  6.        ,   1.38888667,  -1.38888667],
       [  7.        ,  -1.38888667,  -0.27777667],
       [  8.        ,  -1.94444333,   0.27777667],
       [  9.        ,   0.27777667,  -0.27777667],
       [ 10.        ,  -0.27777667,   0.27777667],
       [ 11.        ,   1.94444333,  -0.27777667],
       [ 12.        ,   1.38888667,   0.27777667],
       [ 13.        ,  -1.38888667,   1.38888667],
       [ 14.        ,  -1.94444333,   1.94444333],
       [ 15.        ,   0.27777667,   1.38888667],
       [ 16.        ,  -0.27777667,   1.94444333],
       [ 17.        ,   1.94444333,   1.38888667],
       [ 18.        ,   1.38888667,   1.94444333]])

[Y,X]=np.meshgrid(coord[:,2],coord[:,1])

如果我画Y，我明白了：

plt.imshow(Y);plt.colorbar();plt.show()

----编辑之后-----

我想知道（例如）是否必须严格增加meshgrid的坐标？ 如果我没有组织一些坐标，是否有更好的方法？

对于插值，我想使用：

def interpolate(values, tri,uv,d=2):
    simplex = tri.find_simplex(uv)
    vertices = np.take(tri.simplices, simplex, axis=0)
    temp = np.take(tri.transform, simplex, axis=0)
    delta = uv- temp[:, d]
    bary = np.einsum('njk,nk->nj', temp[:, :d, :], delta)  
    return np.einsum('nj,nj->n', np.take(values, vertices),  np.hstack((bary, 1.0 - bary.sum(axis=1, keepdims=True))))

在加速科学网格数据之前在Stack中使用了它，用于两个不规则网格之间的多次插值，从而限制了计算时间