使用scipy.interpolate.interpn实现转置时结果不符的问题排查

你的问题出在混淆了空间坐标映射和scipy.ndimage.map_coordinates（及同类插值函数）的轴坐标输入规则，具体如下：

关键规则澄清 #

map_coordinates的第二个参数coords是一个列表，其中每个元素对应原数组的一个轴，用来指定所有新位置在该轴上的坐标。换句话说：

• 若原三维数组arr的轴0对应空间x、轴1对应空间y、轴2对应空间z（即arr[x, y, z]），那么coords[0]必须是所有新点对应的原x坐标，coords[1]是原y坐标，coords[2]是原z坐标。

你的坐标映射推导错误 #

你定义的新空间坐标是x'=z, y'=x, z'=y，即新数组的(x', y', z')对应原数组的(x=y', y=z', z=x')。但你可能直接将coords设为[x', y', z'] = [z, x, y]，这是错误的——因为这个coords对应的是：

• coords[0] = z → 原x轴坐标取z（新x'）
• coords[1] = x → 原y轴坐标取x（新y'）
• coords[2] = y → 原z轴坐标取y（新z'）
  这实际对应的是原数组轴的映射为(2, 0, 1)的反向，最终得到的是(1, 2, 0)的转置结果，和你看到的现象一致。

正确的坐标映射实现 #

假设我们生成一个测试数组，先明确轴与空间坐标的对应：

import numpy as np
from scipy.ndimage import map_coordinates

# 原数组：轴0=x，轴1=y，轴2=z，形状(3,3,3)
arr = np.arange(27).reshape(3,3,3)
# 预期转置：arr.transpose(2, 0, 1) → 新轴0=原z（轴2），新轴1=原x（轴0），新轴2=原y（轴1）
expected = arr.transpose(2, 0, 1)

要通过map_coordinates实现相同效果，需要构造新空间坐标的网格，并按原数组轴顺序生成coords：

# 生成新数组的网格坐标(x', y', z')，对应新轴0,1,2
x_prime, y_prime, z_prime = np.meshgrid(np.arange(3), np.arange(3), np.arange(3), indexing='ij')

# 原数组的x坐标 = y'（因为y'=x），原y坐标=z'（因为z'=y），原z坐标=x'（因为x'=z）
coords = [y_prime, z_prime, x_prime]

# 执行插值（用order=0避免插值模糊，方便对比）
result = map_coordinates(arr, coords, order=0, mode='constant')

# 验证是否与预期一致
print(np.array_equal(result, expected))  # 输出True

总结疏漏点 #

1. 没有明确map_coordinates的coords参数是按原数组的轴顺序输入，而非直接按新空间坐标的定义输入；
2. 混淆了空间坐标标签（x/y/z）和数组轴编号（0/1/2）的对应关系，导致坐标映射顺序完全颠倒。

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