利用griddata进行二维插值

有时候会碰到这种情况：

实际问题可以抽象为 \(z = f(x, y)\) 的形式，而你只知道有限的点 \((x_i,y_i,z_i)\)，你又需要局部的全数据，这时你就需要插值，一维的插值方法网上很多，不再赘述，这里仅介绍二维的插值法

这里主要利用 scipy.interpolate 包里 griddata 函数

griddata(points, values, xi, method='linear', fill_value=numpy.nan, rescale=False)

• points：二维数组，第一维是已知点的数目，第二维是每一个点的 \(x,y\) 坐标
• values：一维数组，和 points 的第一维长度一样，是每个坐标的对应 \(z\) 值
• xi：需要插值的空间，一般用 numpy.mgrid 函数生成后传入
• method：插值方法
  • nearest
  • linear
  • cubic
• fill_value：无数据时填充数据

该方法返回的是和 xi 的 shape 一样的二维数组

【example】

import numpy as np
import matplotlib.pyplot a plt
from scipy.interpolate import griddata

points = np.random.rand(n