首页 文章

griddata scipy插值不工作（给nan）

提问于
浏览 次
3

我正在尝试scipy.interpolation.griddata帮助文件中给出的第2个示例 . 它适用于“最近”的插值 . 但它使用填充了纳米的矩阵，同时使用任何其他插值，如“线性”或“立方体” . 如果我给出参数fill_value = 5，它给出填充5的矩阵 .

这是由于某些安装问题吗？

我正在尝试他们在帮助文档中给出的完全相同的东西 . 但不知何故，它给出了结果，好像我要求插值的点位于输入点之外 . （这不是!!我按照例子）

我将发布示例来重现错误（采取doc格式）

def func(x, y):
    return x*(1-x)*np.cos(4*np.pi*x) * np.sin(4*np.pi*y**2)**2

grid_x, grid_y = np.mgrid[0:1:10j, 0:1:10j]
points = np.random.rand(100, 2)
values = func(points[:,0], points[:,1])

from scipy.interpolate import griddata

grid_z0 = griddata(points, values, (grid_x, grid_y), method='nearest')
grid_z1 = griddata(points, values, (grid_x, grid_y), method='linear')
grid_z2 = griddata(points, values, (grid_x, grid_y), method='cubic')

我得到grid_z1和grid_z2是一个填充nan的矩阵 .

UPDATE ：我在另一台Ubuntu 11.10机器上安装了所有软件包 . 并且相同的脚本给出了完全正确的答案 . 以前我在尝试使用Porteus发行版（实时slackware系列） . 因此，我认为我可以安全地得出结论，这是我的安装中的一些问题 . 任何人都知道什么可能出错？任何图书馆冲突都会导致这种行为吗？由于我的主机是Portues，我没有其他选择，只能修复其中的scipy .

python scipy interpolation

3 回答

  • 0

    你说“充满了南”，但它并没有真正充满 . 使用你的代码，但添加

    np.random.seed(7)

    我发现，一开始我们正在使用相同的数据集

    >>> np.isnan(grid_z1).sum()
744
>>> np.isnan(grid_z2).sum()
744

    这些NaN发生在外面的一个乐队：

    >>> np.isnan(grid_z1[5:-5,5:-5]).sum()
0

    这可能是问题所在 . 给出NaN的点在指定点之外，因此它不知道如何处理它们 . 对于“最近”插值的特殊情况，您仍然可以找到附近的内容，因此您不会得到任何NaN .

    因此，当你说要插入的点不在输入点之外时，我不同意：

    # brute force, because I'm too lazy
from collections import Counter
d = Counter()
for x, y, val in zip(grid_x.flat, grid_y.flat, grid_z1.flat):
    pg = (points >= [x, y])
    boxed = len(set(tuple(p) for p in pg)) == 4
    d[np.isnan(val), boxed] += 1

    产生

    >>> d
Counter({(False, True): 19189, (True, False): 744, (False, False): 67})

    并且没有（真实的，真实的）案例 . IOW，每个NaN都缺少一个边界框 . 有一些（假，假）情况，其中值没有边界框，但没有结束NaN，这是有点令人惊讶的，但如果他们假设一切都被包含，它可能取决于无聊实现细节如果不是，会发生什么 . 简短版本：我认为这里的所有内容都可能正常工作，正如预期的那样 .

    回复于
  • 1

    它's not clear how you installed scipy (or which version you'正在使用 - 尝试 $ python -c "import scipy; print scipy.__version__" 来查找），但由于griddata依赖于已编译的代码，因此构建问题或（不太可能）特定于您的平台的griddata错误会导致重新查看 .

    我建议在 scipy-user 邮件列表http://mail.scipy.org/mailman/listinfo/scipy-user上报告此内容，它比Stack Overflow更适合解决构建和安装问题 .

    在发布到邮件列表之前，值得安装 nose 测试框架http://packages.python.org/nose，以便您可以运行

    $ python -c "import scipy; scipy.test()"

    并同时报告任何测试失败的详细信息 .

    回复于
  • 7

    我有同样的问题，但我认为它已修复scipy 0.11rc2（不是我能够安装在我的Enthought Python发布的顶部找出...）？

    回复于

相关问题