存储scipy griddata使用的权重以便重新使用

Question

我正在尝试将一个非结构化网格M1的数据插值到另一个非结构化网格M2中。为此，scipy.interpolate.griddata似乎很好用。

然而，我需要多次从M1插值到M2，只更改数据而不更改网格。我猜，在内部，scipy.interpolate.griddata在从M1插值到M2时定义了一些权重系数，这可能是计算中比较耗费时间的部分之一。

因此，我希望避免每次重新计算这些权重。有没有方法可以做到这一点？即多次从一个非结构化网格插值到另一个非结构化网格，两者保持不变，避免重新计算scipy.interpolate.griddata（或等效物）的内部内容？

- Zorglub29

---

你能帮我解决类似的问题吗？https://stackoverflow.com/q/61098743/13258046 - Deep001

Answer 1

一种解决方法是使用Scipy函数LinearNDInterpolator，并提前计算好Delaunay三角剖分：

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 * 维度）的数组。

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

- xdze2