用python表示几何意义上的方阵

Question

我有一个矩阵（ndarray），它包含了我想要在几何意义上缩放的实值，也就是在保持值尽可能相似的同时扩展矩阵的大小。可以将其视为缩放图像。你知道吗

但我的矩阵不是图像。我的实际价值在8000到50000之间。据我所知，从通常的图像角度来看，这些值不能代表任何东西。你知道吗

我在网上搜索过答案，但每个答案都建议使用PIL或类似的图像处理库，这些库使用的标准像素值不接受我的矩阵。你知道吗

那么，有没有一种方法可以在几何（或图像）意义上缩放包含任何实数的矩阵呢？你知道吗

是否有一个python库来支持这种理解或类似的列表理解？你知道吗

谢谢你。你知道吗

Answer 1

你描述的是二维插值。Scipy在^{}中提供了一个实现

from scipy.interpolate import RectBivariateSpline

# sample data
data = np.random.rand(8, 4)
width, height = data.shape
xs = np.arange(width)
ys = np.arange(height)

# target size and interpolation locations
new_width, new_height = width*2, height*2
new_xs = np.linspace(0, width-1, new_width)
new_ys = np.linspace(0, height-1, new_height)

# create the spline object, and use it to interpolate
spline = RectBivariateSpline(xs, ys, data) #, kx=1, ky=1) for linear interpolation
spline(new_xs, new_ys)