Python中的N维线性插值（使用有理数索引评估数组）

Question

假设我有一个N维数组 ar，它的形状是 ar.shape=(n1,...,nN)。有没有什么Python模块可以让我在一个有理数的索引上评估 ar？

举个例子，假设 ar.shape=(3,4,5)。那么我想要一个函数 f，它可以这样使用：result=f(ar,[2.3,1.5,3.4])

Answer 1

scipy.ndimage.map_coordinates 这个功能既快又简单；
你可以在这个链接下看到一个清晰的二维示例。

(map_coordinates( ... order=1 ) 是你需要的——在二维中使用的是双线性插值，在三维中使用的是三线性插值...
order=0 表示取最近的网格点，order=2 或 3 会查看 (order+1)^d 个点——这样会慢一些，但结果更平滑。)

补充说明：正如你可能知道的，numpy 会把浮点数的索引向下取整为整数：

A = np.eye( 3 )
print A[ 0.1, 0.9 ], A[ 1.1, 2.9 ]

Answer 2

来自scipy文档的内容：scipy.interpolate.griddata：用于插值不规则的N维数据。