问题描述
这个问题之前有人问过(参见 [1] 和 [2]),但我还没有找到不涉及编写耗时的 for
循环的答案。我什至尝试以不同的方式构建问题(参见 [3]),但未能取得更好的结果。
我想在许多不同的点插入一个二维数组。我已经尝试过使用 Scipy interp2d
,但是当您在 n 个点上调用结果函数时,它返回一个 nxn 矩阵,而不仅仅是 n 个值。
我需要一个非常快的解决方案,因为它会被调用数十万次,每次在数万个点上。
编辑:我的真实数据太大无法发布,但这是一个玩具示例:
# set up interpolation function
d = [[0,1,2,3],[0,2.5,3,4]]
s = [[0.5,0.5,0.5],[0.6,0.6,0.6]]
l = [[9,8,7,6,5],[9,5]]
fxn = interp2d(d,s,l)
# interpolate at list of points
# (same as input points in this example,not always true though)
print(fxn([1,1],0.6]))
结果是:
[[7. 7. 6. ]
[8. 8. 7.2535014]
[8. 8. 7.2535014]]
当然,如果我取左对角线并根据输入值重新排序,我可以得到预期的答案 [8,8]
,但如果可以,我想避免这种计算开销。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)