scipy.interpolate.griddata为什么表现不佳？

问题描述

我正在尝试使用来自scipy的griddata来插值翼型系数数据库中的值。基本上，数据库在不同的攻角和雷诺数下都有一组系数，我想在给定点之间线性插值。但是，当我针对原始点绘制插值时，它们的排列不是很好。看起来好像griddata仅使用外部点来定义插值。如何使用所有点进行插值？

这是来自我的数据集的结果（蓝色是数据，红色是插值）：

这是另一个数据库的外观。请注意，它是如何完全切断右侧拱门的。

这是我的代码：

# Read in file
filename = sys.argv[-1]
data = np.genfromtxt(filename,skip_header=1)
N = data.shape[0]

# Plot CL vs first two dofs
fig = plt.figure()
ax = fig.gca(projection='3d')
for i in range(data.shape[0]):
    ax.plot(data[i,0],data[i,1],-3],'b.')
ax.set_xlabel("Alpha [rad]")
ax.set_ylabel("Re")
ax.set_zlabel("CL")

# Get griddata prediction
alpha_max = np.max(data[:,0])
alpha_min = np.min(data[:,0])
Re_max = np.max(data[:,1])
Re_min = np.min(data[:,1])

for a in np.linspace(alpha_min,alpha_max,20):
    for Re in np.linspace(Re_min,Re_max,20):
        CL = interp.griddata(data[:,:2],data[:,np.array([[a,Re]])).item()
        ax.plot(a,Re,CL,'r.')

解决方法

如果我用Re_max对雷诺数进行归一化，则插值效果很好。标准化是一件好事。

interpolation python scipy