使用scipy.interpolate.griddata绘制等高线出现Qhull内部错误如何解决

问题原因 #

报错的根本原因是输入的经纬度数据完全重合：你提供的所有lat值都是9.0，所有lon值都是78.0，所有采样点都落在同一个二维坐标点上。griddata的cubic插值需要先对离散采样点做Delaunay三角剖分，完全重叠的点无法构建有效三角网格，因此触发Qhull底层报错，错误信息中的_max-width 0也印证了输入点的空间跨度为0的问题。

解决方案 #

• 优先排查数据读取逻辑，修复read_db模块中get_lat()、get_lon()的取值逻辑，确保读取到的经纬度是每个参数值对应的真实空间坐标，所有采样点不能完全重合，至少要有2个不同的经度值和2个不同的纬度值才能做二维等高线插值。
• 如果是测试场景确实只有单站点多时间步的参数值，不需要做二维等高线插值，直接用折线图展示参数随时间的变化即可；如果需要绘制区域等高线，必须补充多站点的经纬度+对应参数数据。
• 可以在代码中加入前置校验避免触发底层报错：

# 插值前先校验经纬度是否有有效值
if len(np.unique(x)) < 2 or len(np.unique(y)) < 2:
    raise ValueError("经度或纬度无差异，无法进行二维插值，请检查输入数据")

• 如果是存在部分重复坐标点的情况，可以先去重再插值：

# 去除重复坐标点，同一坐标保留参数均值
import pandas as pd
df = pd.DataFrame({'x':x, 'y':y, 'z':z})
df_unique = df.groupby(['x','y'], as_index=False)['z'].mean()
x_clean = df_unique['x'].values
y_clean = df_unique['y'].values
z_clean = df_unique['z'].values
# 再用清理后的数据做插值
Z = griddata((x_clean, y_clean), z_clean, (X, Y), method='cubic')

内容的提问来源于stack exchange，提问作者user15980977