python三维坐标点云插值

Question

我有一个np坐标数组-

Data[:,0] = x[:]
Data[:,1] = y[:]
Data[:,2] = z[:]

这表示具有缺失数据区域的点云。在

您如何将其作为输入数据输入到某个插值函数中（理想情况下是kriging），该函数将在X和Y网格上给出一个插值Z值，由以下定义：

^{pr2}$

我遇到了这个问题，因为我能找到的所有讨论2D插值（2D的输入数组是2D，描述空间中的一个3D点）的所有内容都使用mgrid。我不希望结果数据在网格中，我希望它是原始的输入格式，基本上是点云输入和点云输出

Answer 1

在python中，Kriging/Gaussian过程回归的一个很好的实现例子就是著名的机器学习包scikitlearn。它是基于著名的DACE matlab实现的。在

关于高斯过程回归实现的文档可以在这个page和其中的链接中找到。您可以在这个page的底部找到5个教程。可以在here找到可用内核的列表。在

使用您提供的数据，您只需执行以下操作，即可将一个简单的模型与您选择的内核相匹配：

import sklearn
gp = sklearn.gaussian_process.GaussianProcessRegressor(kernel=RBF(10, (1e-2, 1e2)))
gp.fit(Data[:,0:1], Data[:,2])  

y_pred = gp.predict(the_grid_data_on_which _you_need_to_predict)