我有一堆数据集,以131×20的2D numpy数组的形式,我试图把它们插值成131x131的平方。我已经看过别人的代码很多次了,但我仍然得到一些奇怪的结果。这是我的插值代码:
import numpy as np
import matplotlib.pyplot as plt
from scipy import interpolate
# bunch of code
# radarray.shape = (131, 20)
T0 = np.arange(0, radarray.shape[1], 1)
Z0 = np.arange(0, radarray.shape[0], 1)
t, z = np.meshgrid(T0, Z0)
f = interpolate.interp2d(t, z, radarray, kind='quintic')
T = np.linspace(0, radarray.shape[1], 131)
Z = np.arange(0, radarray.shape[0], 1)
radinterp = f(T, Z)
plt.imshow(radinterp, aspect='auto', interpolation='none')
plt.gca().invert_yaxis()
plt.savefig('interp')
这就是来自radarray
的原始数据的样子:
结果是:
我试过切换插值方法和radarray.shape
索引,但所有的结果都只是一个绿色区域或这些奇怪的模糊正弦起伏,与我的数据无关。我哪里搞砸了
为什么不使用skimage的^{}
应该帮你搞定
相关问题 更多 >
编程相关推荐