在 python 中将 1D 数组插入 3D 数组网格

Question

我有一个包含 81 个数字的一维数组，对应于每 2.5 米深度的 81 个温度，我需要将其插值到一个 3D 数组网格，该网格在 z 方向上有 100 个点，在 x 方向上有 6 个点，并且y 方向 599 点。我创建一维值的函数是：

zz = np.arange(-200,0.1,2.5)
def grid_function(x, ABath=-0.2, BBath=0.1, CBath=50.,DBath=10.):
    """This function creates a theoretical grid"""

    from numpy import tanh, arange


    ans = ABath * (tanh(BBath * (-x - CBath))) + DBath
    return ans

temp = grid_function(zz)

下面是我的网格的横截面

我不知道我是否清楚我在问什么，但如果有人知道一种方法，我将非常感激。

此致，

Answer 1

您应该能够从现有的 temp 1D 数组构建 3D 数组，如下所示：

zz = np.arange(-200,0.1,2.5)
def grid_function(x, ABath=-0.2, BBath=0.1, CBath=50.,DBath=10.):
    """This function creates a theoretical grid"""

    from numpy import tanh, arange


    ans = ABath * (tanh(BBath * (-x - CBath))) + DBath
    return ans

temp = grid_function(zz)

# Construct 1D 100-element array with z-coordinates
z_new = np.linspace(zz[0], zz[-1], 100)

# Interpolate 1D temperatures at new set of 100 z-coordinates
temp_1d_new = np.interp(z_new, zz, temp)

# Replicate 1D temperatures into two additional dimensions
temp_3d_new = np.tile(temp_1d_new, (6, 599, 1))

不过，您也可以采用更直接的方法，立即从具有所需 100 个元素的 z 坐标一维数组开始（即跳过插值步骤）。像这样：

def grid_function(x, ABath=-0.2, BBath=0.1, CBath=50.,DBath=10.):
    """This function creates a theoretical grid"""

    from numpy import tanh, arange


    ans = ABath * (tanh(BBath * (-x - CBath))) + DBath
    return ans

# Create 1D arrays with x-coordinates, y-coordinates and z-coordinates
x = np.linspace(0., 100., 6)
y = np.linspace(0., 100., 599)
z = np.linspace(-200., 0., 100)

# Create 3D meshgrids for x-coordinates, y-coordinates and z-coordinates
(xx, yy, zz) = np.meshgrid(x, y, z)

# Calculate temperatures 3D array from z-coordinates 3D array
temp = grid_function(zz)

旁注

place import statements always at the top of your code file.

被认为是好的做法

在 python 中将 1D 数组插入 3D 数组网格

interpolating 1D array into 3D array grid in python

python

arrays

interpolation

spatial-interpolation

旁注