Python2转3时scipy.interpolate与mpl griddata插值结果差异求解

核心差异原因 #

旧版matplotlib.mlab.griddata的interp='nn'（最近邻插值）是对整个网格区域所有点执行最近邻匹配，包括离散点组成的凸包以外的区域。而scipy.interpolate.griddata的method='nearest'默认仅对凸包以内的点做最近邻插值，凸包外的点默认返回NaN，如果设置fill_value=0会强制将凸包外所有点设为固定值0，不会执行最近邻匹配，这是结果差异的核心原因。

另外你现有代码存在3个明显错误：

• scipy分支插值方法写的是method='cubic'，没有改成需要的最近邻参数
• 开头的MODE == 'mpl'是判断语法，赋值应该用单等号MODE = 'scipy'
• 当max_of_Z==0时，np.arange里的min是Python内置函数，应该替换为你定义的min_val变量

修复代码 #

直接使用scipy.interpolate.NearestNDInterpolator替代griddata即可完全匹配旧版mlab.griddata的最近邻插值效果，修改后的scipy分支代码如下：

else:
    from scipy.interpolate import NearestNDInterpolator
    # 拼接坐标点
    points = np.column_stack((x, y))
    # 初始化最近邻插值器
    interp = NearestNDInterpolator(points, z)
    # 对网格执行插值，结果和旧版mlab.griddata interp='nn'完全一致
    zi = interp(xi, yi)

效果验证 #

使用你提供的测试数据执行上述代码后，最近邻插值结果会和旧版matplotlib的结果完全一致，仅在z=0.6的坐标点周边显示对应的高值区域，其余区域为0。

内容的提问来源于stack exchange，提问作者Wboy