我正在使用该interp2d方法生成线性样条函数。对于某些点集，结果函数会产生我不期望的结果。例如：
from scipy import interpolate
x = [81, 81, 81, 83, 83, 83]
y = [ 9, 7, 5, 9, 7, 5]
z = [23.75374, 23.75416, 23.75376, 23.75621, 23.75581, 23.75686]
f = interpolate.interp2d(x, y, z, kind='linear')
print (str(f(82, 6)[0]))
print (str(f(82.5, 6.5)[0]))
print (str(f(81.5, 5.5)[0]))
产生以下输出：
8.07860599193
0.240930002164
15.9162159912
我会尝试使用这种插值方法的刚度参数，但显然它在interp2d.
是什么导致了这些结果？如何避免它们？
在矩形网格的点进行插值时，最好通过给出网格结构数据来告诉 interp2d 这是怎么回事：x 坐标的 m 值，y 坐标的 n 值，以及形状为 (n, m ）。使用与您相同的点，我们得到正确的结果：
x = [81, 83]
y = [9, 7, 5]
z = np.array([[23.75374, 23.75416, 23.75376], [23.75621, 23.75581, 23.75686]]).T
f = interpolate.interp2d(x, y, z, kind='linear')
print(f(82, 6)[0], f(82.5, 6.5)[0], f(81.5, 5.5)[0])
输出23.7551475 23.755569375 23.754544375
样条构造例程需要一个三角形网格来构建分段线性函数。它不知道您传递的值位于矩形网格上；它只看到一堆点，其中许多是共线的，并且不知道如何从它们形成三角形。所以...为了得到这样的三角形，它又添加了三个坐标在 (82.5, 5)、(82.5, 7)、(82.5, 9) 附近的顶点。问题是，因为我们在这些点上没有值，所以它们被认为是零。当然，插值是毫无价值的。
有人可能会问，为什么算法没有显示结果不稳定的警告？它做了。在禁用安静模式的情况下将您的积分直接传递给 bisplrep
spl = interpolate.bisplrep(x, y, z, kx=1, ky=1, s=0, quiet=0)
节目
运行时警告：警告。样条的系数已被计算为秩不足系统的最小范数最小二乘解。kx,ky=1,1 nx,ny=5,5 m=6 fp=0.000000 s=0.000000 warnings.warn(RuntimeWarning(_mess))
翻译：“我没有足够的数据，所以我做了一些”。方法 interp2d 在内部调用 bisplrep 但抑制其错误消息...