python scipy.interpolate.griddata 只在 method='nearest' 中表现良好
python scipy.interpolate.griddata only performs well in method='nearest'
抱歉，我不知道如何在文本中插入数字，所以它们在上面。它们将在下面描述。
我正在将玩具实验数据拟合到模拟数据。目前，玩具数据是从模拟中插入的，并添加了人为的不确定性。
为了适应，我需要为最小化算法提供一个函数体，我在其中通过 scipy.interpolate.griddata 插入插值：
griddata(sim_params, sim_matrix[:,2], (f, t), method='...')
如果我选择 method='nearest'，插值效果很好，但是“return 最接近插值点的数据点的值”并不是我真正想要的。我需要更好的插值。但是，如果我使用其他两种方法，插值完全关闭，我不知道如何解决这个问题。
模拟数据是依赖于对数标度上的变量和线性标度上的另一个变量的变量。在上图中，后一个变量位于 x 轴上。另一个正在安装中。请注意，在使用的间隔之外还有大量模拟数据。
第二个 img 用于 method='linear'，第三个用于 method='cubic'.
利用griddata的rescale选项解决：
griddata(sim_params, sim_matrix[:,2], (f, t), method='linear', rescale=True)
抱歉，我不知道如何在文本中插入数字，所以它们在上面。它们将在下面描述。
我正在将玩具实验数据拟合到模拟数据。目前，玩具数据是从模拟中插入的，并添加了人为的不确定性。
为了适应，我需要为最小化算法提供一个函数体，我在其中通过 scipy.interpolate.griddata 插入插值：
griddata(sim_params, sim_matrix[:,2], (f, t), method='...')
如果我选择 method='nearest'，插值效果很好，但是“return 最接近插值点的数据点的值”并不是我真正想要的。我需要更好的插值。但是，如果我使用其他两种方法，插值完全关闭，我不知道如何解决这个问题。
模拟数据是依赖于对数标度上的变量和线性标度上的另一个变量的变量。在上图中，后一个变量位于 x 轴上。另一个正在安装中。请注意，在使用的间隔之外还有大量模拟数据。
第二个 img 用于 method='linear'，第三个用于 method='cubic'.
利用griddata的rescale选项解决：
griddata(sim_params, sim_matrix[:,2], (f, t), method='linear', rescale=True)