我可以使用例如创建和插入吗scipy griddata？

如何解决我可以使用例如创建和插入吗scipy griddata？

我正在将matlab脚本转换为python脚本，在其中我使用了函数splitInterpolant（）。在matlab中，它具有一个不错的属性，它可以创建一个插值，与在整个域上创建插值的网格数据相比，我可以在几个选定的点上进行求值。从Matlab手册中说：

% Fast to create interpolant F and evaluate multiple times
F = scatteredInterpolant(X,Y,V)
v1 = F(Xq1,Yq1)
v2 = F(Xq2,Yq2)

% Slower to compute interpolations separately using griddata
v1 = griddata(X,V,Xq1,Yq1)
v2 = griddata(X,Xq2,Yq2)

到目前为止，我只发现了后一种方法的python替代方法，无论我在以下位置估算插值有多少点，大约都需要花费相同的时间。

import numpy as np
from scipy.interpolate import griddata
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

# example surface
[theta,phi] = np.meshgrid(
    np.linspace(0,2.0 * np.pi,100),np.linspace(np.spacing(1),np.pi/2-np.pi/20,100))
x = 1.0*np.multiply(np.cos(theta),np.sin(phi))
y = 1.0*np.multiply(np.sin(theta),np.sin(phi))
z = 1.0 * np.cos(phi)


[xi,yi] = np.meshgrid(np.linspace(-1,1,10),np.linspace(-1,10))
%timeit zi = griddata((np.reshape(x,-1),np.reshape(y,-1)),np.reshape(z,(xi,yi),method='linear')
%timeit zi_singlepoint = griddata((np.reshape(x,(0.0,0.0),method='linear')

是否有可能使用scipy中的griddata（）函数或python中的其他模块来获得可以在matlab中评估的插值？

编辑：我刚刚发现基于scipy.interpolate.BivariateSpline的函数的工作方式与Matlabs splittedinterpolant（）类似。从文档中： “ BivariateSpline类是UnivariateSpline类的二维模拟。它及其子类以面向对象的方式实现上述的FITPACK函数，允许实例化可被调用以计算样条的对象通过将两个坐标作为两个参数来传递值。 “我将尝试并返回。

解决方法

可以通过给定坐标调用和评估的一些插值方法是：

scipy.interpolate.SmoothBivariateSpline
scipy.interpolate.Rbf
scipy.interpolate.NearestNDInterpolator
scipy.interpolate.LinearNDInterpolator
scipy.interpolate.CloughTocher2DInterpolator