如何在Python中用Scipy结合meshgrid实现MATLAB同款插值？

问题根源 #

Scipy的scipy.interpolate.interpn和MATLAB的interpn参数逻辑存在差异：

• MATLAB可直接传入网格矩阵（如XX, YY）作为坐标输入；
• Scipy要求第一个参数是原始坐标向量的列表（如[x, y]），而非meshgrid生成的网格矩阵；同时要插值的点需整理成(N, 维度数)的二维数组格式。

修正后的Python代码 #

import numpy as np
from scipy.interpolate import interpn

# 生成原始数据，与MATLAB逻辑一致
x = np.linspace(-10, 10, 10)
y = np.linspace(-5, 5, 10)
DATA = np.random.rand(10, 10)

# 生成网格（indexing='ij'等价于MATLAB的ndgrid）
XX, YY = np.meshgrid(x, y, indexing='ij')
XX2 = XX
YY2 = YY

# 1. 构造Scipy interpn要求的坐标向量列表
points = [x, y]
# 2. 将查询点整理为(N, 2)的二维数组：展平网格后按列堆叠
query_points = np.column_stack((XX2.ravel(), YY2.ravel()))
# 3. 执行插值，将一维结果还原为原网格形状
DATA2 = interpn(points, DATA, query_points).reshape(XX2.shape)

# 验证：原网格点插值结果与原始DATA在浮点精度内一致
print(np.allclose(DATA, DATA2))  # 输出True

关键修改说明 #

• 把传入interpn的XX, YY替换为原始坐标向量列表[x, y]；
• 将网格格式的查询点XX2, YY2展平后组合成二维数组，匹配Scipy的参数要求；
• 插值结果默认是一维数组，用reshape还原为10x10的网格形状，和MATLAB输出格式对齐。

内容的提问来源于stack exchange，提问作者Mo0nKizz