SciPy RegularGridInterpolator如何处理网格内重复坐标对应的数据？

核心前提 #

RegularGridInterpolator对输入网格有硬性要求：构成网格的各轴（比如x、y的取值序列）必须是严格单调且无重复值的。原始数据若存在重复坐标点，直接传入会触发错误或导致未定义行为。

重复坐标的默认处理（若强行传入） #

以你给出的示例数据为例，(5,10)对应两组不同的z和temp值——这种情况无法直接用于初始化插值器。如果强行构造包含重复值的网格轴（比如x轴写成[4,5,5,6]），要么初始化时直接报错，要么在内部处理中默认保留最后出现的重复坐标对应的数据（这是依赖NumPy的底层去重逻辑），不会自动取首个值或计算平均值。

自定义处理逻辑的可能性 #

RegularGridInterpolator本身没有内置参数支持自定义重复值的处理规则。你必须在初始化插值器前手动预处理原始数据：

• 对同一坐标下的多组数据计算统计值（如平均值、中位数、最大值）
• 根据业务需求保留特定的一组数据（比如最新采集的、精度最高的）
• 处理完成后，确保每个坐标点唯一对应一组数据，再整理成符合要求的规则网格传入插值器。

内容的提问来源于stack exchange，提问作者Tristan Schuler