存储 scipy griddata 使用的权重以供重用

【问题标题】：storing the weights used by scipy griddata for re-use存储 scipy griddata 使用的权重以供重用
【发布时间】：2019-01-22 07:13:17
【问题描述】：

我正在尝试将数据从非结构化网格 M1 插入到另一个非结构化网格 M2。为此，scipy.interpolate.griddata 似乎不错。

但是，我需要从 M1 到 M2 进行多次插值，只更改数据而不更改网格。我想，在内部，scipy.interpolate.griddata 在从 M1 插值到 M2 时定义了一些权重系数，这可能是计算中昂贵的部分之一。 p>

因此，我想避免每次都重新计算这些权重。有没有办法做到这一点？即，从一个非结构化网格多次插值到另一个非结构化网格，两者都保持不变，避免重新计算 scipy.interpolate.griddata（或等效）的内部？

【问题讨论】：

你能帮我解决类似的问题吗stackoverflow.com/q/61098743/13258046

标签： optimization scipy interpolation

【解决方案1】：

一种解决方案是将LinearNDInterpolator Scipy 函数与预先计算的Delaunay 三角测量一起使用：

from scipy.spatial import Delaunay
from scipy.interpolate import LinearNDInterpolator

tri = Delaunay(mesh1)  # Compute the triangulation

# Perform the interpolation with the given values:
interpolator = LinearNDInterpolator(tri, values_mesh1)
values_mesh2 = interpolator(mesh2)

mesh1 是一个（点数 * 暗淡）数组。

注意：CloughTocher2DInterpolator 可用于非线性插值。 griddata 使用 LinearNDInterpolator 或 CloughTocher2DInterpolator。

【讨论】：