を含む N 次元配列があるar
としar.shape=(n1,...,nN)
ます。ar
根拠インデックスで評価できる python モジュールはありますか?
例として、次のように仮定しますar.shape=(3,4,5)
。次に、これを行う関数を探してf
います:result=f(ar,[2.3,1.5,3.4])
を含む N 次元配列があるar
としar.shape=(n1,...,nN)
ます。ar
根拠インデックスで評価できる python モジュールはありますか?
例として、次のように仮定しますar.shape=(3,4,5)
。次に、これを行う関数を探してf
います:result=f(ar,[2.3,1.5,3.4])
scipy docs から: scipy.interpolate.griddata
:構造化されていない N 次元データを補間します。
scipy.ndimage.map_coordinatesは高速で簡単です。multivariate-spline-interpolation-in-python-scipy の
下の明確な 2d の例を参照して
ください。
(map_coordinates( ... order=1 )
あなたが求めるものです —
2d のBilinear_interpolation、3d の trilinear ...
order=0
は最も近いグリッド ポイント、order=2
または 3 は (order+1)^d ポイントを見て — 遅くて滑らかです。)
追加: ご存じのとおり、numpy は float インデックスを int に丸めます。
A = np.eye( 3 )
print A[ 0.1, 0.9 ], A[ 1.1, 2.9 ]