python - 对 NumPy 数组进行上采样和插值

Question

我有一个数组，类似于:

array = np.arange(0,4,1).reshape(2,2)

> [[0 1
    2 3]]

我想要对该数组进行上采样并插入结果值。我知道对数组进行上采样的一个好方法是使用:

array = eratemp[0].repeat(2, axis = 0).repeat(2, axis = 1)
[[0 0 1 1]
 [0 0 1 1]
 [2 2 3 3]
 [2 2 3 3]]

但我无法找到一种方法来插入值以消除数组每个 2x2 部分之间的“ block 状”性质。

我想要这样的东西:

[[0 0.4 1 1.1]
 [1 0.8 1 2.1]
 [2 2.3 3 3.1]
 [2.1 2.3 3.1 3.2]]

类似这样的东西(注意:这些不是确切的数字)。我知道可能无法插入这个特定的二维网格，但是在我的答案中使用第一个网格，在上采样过程中应该可以进行插值，因为您正在增加像素数量，因此可以“填补空白” '。

我对插值的类型不太在意，只要最终输出是平滑的表面!我尝试使用 scipy.interp2d 方法但无济于事，如果有人可以分享他们的智慧，我将不胜感激!

Answer 1

您可以使用SciPy interp2d进行插值，您可以找到文档here .

我对文档中的示例进行了一些修改:

from scipy import interpolate
x = np.array(range(2))
y = np.array(range(2))
a = np.array([[0, 1], [2, 3]])
f = interpolate.interp2d(x, y, a, kind='linear')

xnew = np.linspace(0, 2, 4)
ynew = np.linspace(0, 2, 4)
znew = f(xnew, ynew)

如果你打印 znew 它应该看起来像这样:

array([[ 0.        ,  0.66666667,  1.        ,  1.        ],
       [ 1.33333333,  2.        ,  2.33333333,  2.33333333],
       [ 2.        ,  2.66666667,  3.        ,  3.        ],
       [ 2.        ,  2.66666667,  3.        ,  3.        ]])