python 库，用于基于常规网格日期点插入随机定位的 2d 点

Question

您是否知道一些著名的 python 库，用于根据常规网格日期点插入随机定位的 2d 点？

请注意，用于创建插值器的数据点位于常规网格上。 但评估点不在常规网格上。

语境

让我解释一下上下文。 在我的应用程序中，用于创建插值器的数据点位于常规网格上。 但是，在评估时，要评估的点位于随机位置（例如np.random.rand(100, 2) ）。

据我所知，最常用的二维插值库是 scipy 的interp2d 。 但在评估时interp2d采用网格坐标X和Y而不是points ，如下面的文档所述。

当然，可以做类似的事情

values = []
for p in np.random.rand(100, 2):
    value = itp([p[0]], [p[1]])
    values.append(value)

或避免for循环

pts = np.random.rand(100, 2)
tmp = itp(pts[:, 0], pts[:, 1])
value = tmp.diagonal()

但是这两种方法都是两种效率低下的。 第一个会因 for 循环而变慢（尽可能在 c 端运行代码），而第二个是浪费的，因为评估 N^2 点以获得仅 N 点的结果。

Answer 1

scipy.interpolate.RegularGridInterpolator可以。 通过这种方式，可以使用网格数据点创建插值器，并且在评估时需要形状为 (n_points, n_dim) 的 2dim numpy 数组。

例如：

import numpy as np
from scipy.interpolate import RegularGridInterpolator

x = np.linspace(0, 1, 20)
y = np.linspace(0, 1, 20)
f = np.random.randn(20, 20)

itp = RegularGridInterpolator((x, y), f)

pts = np.random.rand(100, 2)
f_interped = itp(pts)