是否有 scipy/numpy 方法来获取最近插值的索引？
Is there a scipy/numpy method to get the indices for nearest interpolation?
我基本上有一组大型 (GB) 数据集，其中包含我需要对其进行最近插值的点。本质上，它是一个 scalar/vector 字段，它是时间的函数。我知道 scipy.interpolate 及其优点，而且我一直在使用它。然而，我意识到数据的空间结构在时间上是恒定的（欧拉），所以一旦我弄清楚哪些索引对应于插值的这个或那个点，比如说，第一个时间步长，我就可以获得这些索引，并且相同的索引应该能够为其他时间创建相同形状的插值数据。本质上省去了一次又一次重新插值数据的步骤。
我愿意自己做，但我想检查是否已经存在一种方法可以做到这一点，可能不在 scipy 中，而是在其他地方。 scipy.interpolate 没有现成的看起来可以做到这一点的东西。如果没有答案，我会 post 我的解决方案。
最后一点，网格是欧拉网格但不是规则的并且可能有重复，因此需要最近的插值 。我可以（并且已经）对空间点进行了词法排序，这将有助于快速查找。
k-D trees 通常用于分区多维数据以执行快速 nearest-neighbour 搜索。
例如，scipy.interpolate.NearestNDInterpolator is essentially just a wrapper around scipy.spatial.cKDTree (see the source code here). cKDTree.query 将 return nearest-neighbour 索引以及给定输入坐标集的相应距离。
我基本上有一组大型 (GB) 数据集，其中包含我需要对其进行最近插值的点。本质上，它是一个 scalar/vector 字段，它是时间的函数。我知道 scipy.interpolate 及其优点，而且我一直在使用它。然而，我意识到数据的空间结构在时间上是恒定的（欧拉），所以一旦我弄清楚哪些索引对应于插值的这个或那个点，比如说，第一个时间步长，我就可以获得这些索引，并且相同的索引应该能够为其他时间创建相同形状的插值数据。本质上省去了一次又一次重新插值数据的步骤。
我愿意自己做，但我想检查是否已经存在一种方法可以做到这一点，可能不在 scipy 中，而是在其他地方。 scipy.interpolate 没有现成的看起来可以做到这一点的东西。如果没有答案，我会 post 我的解决方案。
最后一点，网格是欧拉网格但不是规则的并且可能有重复，因此需要最近的插值 。我可以（并且已经）对空间点进行了词法排序，这将有助于快速查找。
k-D trees 通常用于分区多维数据以执行快速 nearest-neighbour 搜索。
例如，scipy.interpolate.NearestNDInterpolator is essentially just a wrapper around scipy.spatial.cKDTree (see the source code here). cKDTree.query 将 return nearest-neighbour 索引以及给定输入坐标集的相应距离。