Python 利用SCIPY沿第一轴对数组进行内插

正如注释中所建议的，您可以用对np.meshgrid的调用来替换三进制嵌套循环，以使代码更具可读性和效率.

x, y, z = np.meshgrid(x, y, z, indexing='ij')
V = 100*x + 10*y + z

至于生成fn对象的输入，请注意，它的__call__ method需要形状(..., ndim)的输入.在本例中，...是您想要的形状(50、22、33)，ndim是坐标的数量(x、y和z为3).我们可以使用meshgrid在三个单独的数组中生成坐标，但要形成fn的输入，我们需要以与坐标对应的轴位于最后的方式连接它们.有几种方法可以做到这一点，但最简单的是使用np.stack.

from scipy.interpolate import RegularGridInterpolator
import numpy as np

x0 = np.linspace(1, 4, 11)
y0 = np.linspace(4, 7, 22)
z0 = np.linspace(7, 9, 33)

x, y, z = np.meshgrid(x0, y0, z0, indexing='ij')
V = 100*x + 10*y + z

fn = RegularGridInterpolator((x0, y0, z0), V)

xnew = np.linspace(2, 3, 50)
x, y, z = np.meshgrid(xnew, y0, z0, indexing='ij')

xi = np.stack((x, y, z), axis=-1)
# or
# xi = np.moveaxis(np.asarray([x, y, z]), 0, -1)
# or
# xi = np.concatenate((x[..., np.newaxis, ], y[..., np.newaxis], z[..., np.newaxis]), axis=-1)

out = fn(xi)
print(out.shape)
# (50, 22, 33)

在你关于推广为"n维数组"的问题中，"n"的含义可能是不明确的.大概"n"代表坐标的数量，也就是你V的维度.在这种情况下，推广到任意数量坐标的情况是微不足道的:只要像我们在本例中处理x、y和z那样处理这些坐标(例如t、u、v、w).