numpy二维数组的奇异插值

Question

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

Answer 1

为什么不使用skimage的^{}

from skimage.transform import resize

radinterp = resize(radarray, (131, 131), anti_aliasing=True)

应该帮你搞定