使用scipy的RBF插值时报cannot perform reduce with flexible type错误如何解决

问题根源 #

报错TypeError: cannot perform reduce with flexible type的核心原因是你加载得到的resulttokenX/resulttokenY/resulttokenF均为字符串类型的numpy数组，无法执行数值类的取最值、插值运算。从你补充的resulttokenY2输出可以验证：数组元素带引号，是字符串格式的数值，而非实际浮点型数值。

解决方案 #

1. 修改数据加载逻辑，转换为数值类型 #

你可以选择两种修改方式，二选一即可：

• 第一种：读取分割字符串时直接转浮点型
  修改加载循环中的append逻辑：

for x in linestoken:
    # 分割后直接转float再存入列表
    resulttokenX.append(float(x.split()[tokens_column_numberX]))

• 第二种：转numpy数组时指定数值类型
  在创建数组的步骤指定dtype为浮点型：

resulttokenX = np.array(resulttokenX, dtype=np.float64)

Y轴和F(X,Y)数据的加载逻辑也做同样修改即可。

2. 验证修改效果 #

修改完成后执行以下代码验证类型：

print(resulttokenX.dtype)

输出为float32/float64就说明类型正确，后续的min()、max()以及RBF插值代码都可以正常运行。

额外注意点 #

你当前代码的导入语句为from scipy import interpolate，后续调用Rbf时不需要加scipy.前缀，否则会报变量未定义错误，修改插值行代码为：

rbf = interpolate.Rbf(resulttokenX, resulttokenY, resulttokenF, function='linear')

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