Python中使用RegularGridInterpolator插值平面的语法问题

要生成z固定为0的345×155规格二维平面，核心是满足RegularGridInterpolator的输入要求：必须传入形状为(N, 3)的二维数组，每一行对应一个(x,y,z)坐标点，而非单独传入三个一维数组。以下是具体实现代码：

import numpy as np
from scipy.interpolate import RegularGridInterpolator as rgi

# 假设x_positions、y_positions、z_positions、D_values已提前定义
D_interp = rgi((x_positions, y_positions, z_positions), D_values)

# 1. 生成与原维度匹配的x、y网格（indexing='ij'保证x对应第一维度，y对应第二维度）
x_grid, y_grid = np.meshgrid(x_positions, y_positions, indexing='ij')

# 2. 构造所有(x, y, 0)的坐标数组，形状为(345*155, 3)
points = np.stack([x_grid.ravel(), y_grid.ravel(), np.full_like(x_grid.ravel(), 0)], axis=1)

# 3. 插值后重塑为345×155的二维平面
D_plane = D_interp(points).reshape(x_grid.shape)

关键说明 #

• meshgrid的indexing='ij'参数：如果你的D_values是按(x,y,z)的顺序存储（第一维度为x，第二为y，第三为z），这个参数能保证生成的网格维度和原数据完全对应，避免结果出现不必要的转置。
• ravel()和reshape()：将二维网格展平为一维数组，组合成插值所需的点格式，插值完成后再恢复为原二维形状。

更简洁的写法 #

利用numpy广播特性直接构造坐标网格，一步完成点数组生成：

points = np.stack(np.meshgrid(x_positions, y_positions, [0], indexing='ij'), axis=-1).reshape(-1, 3)
D_plane = D_interp(points).reshape(len(x_positions), len(y_positions))

内容的提问来源于stack exchange，提问作者hex93