6
Tôi đang sử dụng hàm griddata trong scipy để nội suy dữ liệu 3 và 4 chiều. Nó hoạt động giống như một nhà vô địch, ngoại trừ việc nó trả về một loạt các NaN vì một số điểm tôi cần nằm ngoài phạm vi của dữ liệu đầu vào. Do đó, dữ liệu N-d chỉ hoạt động với nội suy chế độ "tuyến tính", nên có một snap để có griddata thực hiện phép ngoại suy thay vì chỉ trả về NaN. Có ai đã làm điều này hoặc tìm thấy một workaround? Để làm rõ: Tôi có dữ liệu phi cấu trúc, vì vậy tôi không thể sử dụng bất kỳ chức năng nào yêu cầu một mạng lưới thông thường. Cảm ơn! AlexPhép ngoại suy 3D trong python (về cơ bản, scipy.griddata được mở rộng để ngoại suy)
Nó sẽ giúp bù đắp những điểm bên ngoài phạm vi với một số giá trị không đổi? Trong trường hợp đó, bạn cũng có thể chỉ định fill_value – Dhara
Ngoài ra, bạn có chắc chắn muốn ngoại suy không? đôi khi, nhận ra NaN và biết rằng bạn đang đi ra khỏi phạm vi là một sự lựa chọn tốt hơn nhiều. Tôi đã sử dụng spivariate splines từ scipy, nó âm thầm ngoại suy và kết quả có thể khá "off" – Dhara
Tình huống của tôi là: tôi đo một số giá trị tại một vài điểm, và sau đó cần tính toán giá trị tại một loạt các điểm khác thông qua inter/extrapolation . Vì vậy, một giá trị không đổi, hoặc NaN thực sự không giúp đỡ. Tôi biết cách splines bình thường có thể được, vì vậy tôi đã suy nghĩ tuyến tính sẽ là một cược an toàn. Tôi muốn một cái gì đó mà làm việc trên dữ liệu N-d mặc dù. – user1483697