我基本上有一组大(GBs)的数据,其中有我需要做最近插值的点。本质上,它是一个标量/向量场,是时间的函数。我知道scipy.interpolate
和它的所有优点,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),所以一旦我找出哪个索引对应于这个或那个插值点,比如第一个时间步,我就可以得到这些索引,而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,它节省了一次又一次重新插值数据的步骤。在
我愿意自己做这件事,但我想检查是否已经有一种方法可以做到这一点,它可能不是在scipy中,而是在其他地方。scipy.interpolate
没有任何现成的东西可以做到这一点。如果没有我的答案,我会有答案的。在
最后一点要注意的是,网格是欧拉的,但不是规则的,并且可能有重复,所以需要最近的插值。我可以(并且已经)对空间点进行词法排序,这将有助于快速查找。在
k-D trees通常用于对多维数据进行分区,以便执行快速的近邻搜索。在
例如,^{} 实际上只是^{} 的包装(请参阅源代码here)。^{} 将返回给定输入坐标集的最近邻索引以及相应的距离。在
相关问题 更多 >
编程相关推荐