我想插入一个给定的 3D 点云：
我查看了 scipy.interpolate.griddata ，结果正是我所需要的，但据我所知，我需要输入“griddata”，这意味着类似x = [[0,0,0],[1,1,1],[2,2,2]].
但是我给定的 3D 点云没有这种网格外观 - x,y 值的行为不像网格 - 无论如何每个 x,y 值只有一个 z 值。*
那么对于我的 not-in-a-grid-point-cloud 是否有 scipy.interpolate.griddata 的替代方案？
*编辑：“无网格外观”表示我的输入如下所示：
x = [0,4,17]
y = [-7,25,116]
z = [50,112,47]
这是我用于此类东西的功能：
from numpy import linspace, meshgrid
def grid(x, y, z, resX=100, resY=100):
"Convert 3 column data to matplotlib grid"
xi = linspace(min(x), max(x), resX)
yi = linspace(min(y), max(y), resY)
Z = griddata(x, y, z, xi, yi)
X, Y = meshgrid(xi, yi)
return X, Y, Z
然后像这样使用它：
X, Y, Z = grid(x, y, z)
Scipy 有文档，其中包含如何使用 scipy.interpolate.griddata 的具体示例，它们准确地解释了您的要求。看这里： http ://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.griddata.html
简而言之，您这样做是为了获取“网格数据”：
grid_x, grid_y = np.mgrid[0:1:100j, 0:1:200j]
这将创建一个 100x200 的网格，在 x 和 y 方向上范围从 0 到 1。
grid_x, grid_y = np.mgrid[-10:10:51j, 0:2:20j]
这将创建一个 51x20 的网格，在 x 方向上的范围为 -10 到 10，在 y 方向上的范围为 0 到 2。
现在您必须更正 scipy.interpolate.griddata 的输入。