我正在尝试实现类似于这篇文章中关于在 python 中重新网格化的回答。该帖子中的问题涉及对数组进行重新网格化,以使输出单元格包含对其有贡献的所有输入单元格的平均值。问题是每个输入单元格(我认为)仅对一个输出单元格有贡献——也就是说,没有真正的方法来解释输入单元格与两个输出单元格重叠的情况。
我想知道是否有一种方法可以概括该方法来解释单元格重叠 - 例如,如果我有两个输入箱,它们跨越从 0 到 1 和 1 到 2,并且输出单元跨越 0.75 到 2,我会希望采用某种加权平均值来计算输出单元格中的值,该值认识到跨越 1 到 2 的输入单元格对输出单元格的贡献应该比跨越 0 到 1 的单元格大约多 4 倍。
这本身不是插值,但我见过的几乎所有尝试做类似事情的方法都使用它。例如,直接向上插值的问题np.interp
在于,如果多个输入单元对输出单元有贡献,则该例程会忽略一些点。