大家好，又见面了，我是你们的朋友全栈君。
11. Scipy Tutorial-多维插值griddata
scipy.interpolate模块下的griddata函数可以处理多元(维)函数的插值，以二元函数$f(x, y)$为例说明一下griddata的使用。与之前的一元函数插值interp1d相区别，interp1d是通过已知的点集$P = {(x_i, y_i)|x_i \in R, y_i \in R }$通过interp1d可以找到一个函数$f(x_i) = y_i$，那么任何一个$x_j$通过插值函数就能求得其$y_j = f(x_j)$，$y_i$即插值，这里的$x_j$可能是点集P里的一个数据，也可以不是，这是一元插值的思想。可以看出插值需要$f(x)$算出来，而griddata函数可以用于多元的插值，其返回值不是一个函数，而是插值本身，可以通过下面的代码验证一下这个说法。
下面的代码看上去很长，实际内容并不多，大致有三部分：第一部分从import numpy as np语句开始，到import matplotlib.pyplot as plt，这部分是本例子的核心，即求多元数据的插值，使用了griddata函数。第二部分是数据的可视化，从语句import matplotlib.pyplot as plt开始到第一个plt.show()即第一次数据可视化输出，这部分的作用是绘制已知点集和插值的数据的可视化。第三部分 从print “*” * 20语句开始一直到程序结束，这部分主要是验证griddata函数返回的是插值数据本身，无需像一元interp1d插值那样用点去计算插值了，返回值本身就是插值数据。
import numpy as np
def func(x, y):
return x*(
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/141193.html原文链接：https://javaforall.net
![挖矿区块链_什么是挖矿 带你详细了解挖矿基础知识[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
