python griddata

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

# 生成随机数据点
np.random.seed(123456)
x = np.random.rand(100) * 4.0 - 2.0
y = np.random.rand(100) * 4.0 - 2.0
z = x * np.exp(-x**2 - y**2)

# 定义网格
xi = np.linspace(-2.0, 2.0, 100)
yi = np.linspace(-2.0, 2.0, 100)
xi, yi = np.meshgrid(xi, yi)

# 使用griddata进行插值
zi = griddata((x, y), z, (xi, yi), method='cubic')

# 绘制结果
plt.figure()
plt.imshow(zi, extent=(-2, 2, -2, 2), origin='lower')
plt.scatter(x, y, c=z)
plt.colorbar()
plt.title('Interpolated using griddata with cubic method')
plt.show()

解释说明：

• 生成随机数据点：我们使用 numpy 生成了 100 个随机的 (x, y) 坐标，并计算对应的 z 值。
• 定义网格：创建了一个规则的网格 (xi, yi)，用于插值后的数据可视化。
• 插值：使用 scipy.interpolate.griddata 函数对不规则分布的数据点 (x, y, z) 进行插值，得到在规则网格上的插值结果 zi。这里使用的是三次样条插值方法（method='cubic'）。
• 绘制结果：使用 matplotlib 将插值结果可视化，并在图上标记原始数据点。

希望这段代码和解释对你有帮助！