探索【二维插值法】，实现等值线图准确美观

15195775117

1、需求缘起


工作中，我们常需要对大片的气象站、空气站数据做插值处理，
很多画图工具默认用三角网插值法，
这种插值法的优点是，插值图与原始数据比较接近，速度快，缺点是，等值线条不平滑。
现在，我们需要一种既平滑美观，又准确的二维插值法，即站点需要位于等值线的峰谷位置。

15195775117

2、美观但不准的scipy.interpolate.interp2d

三角网与interp2d的插值效果如下，散圆点代表原始数据，
由图可见，interp2d仅仅是美观，插值结果的值和位置都对不上。



源代码：

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt

# 生成xyz作为画图数据：
x = np.linspace(-100,0,5)
y = np.linspace(100,300,8)
xx, yy = np.meshgrid(x, y)

z=np.random.randint(13,19,(len(y),len(x)))

# 以下函数根据xyz的数据，自动获得z=f(x,y)中的函数f：
f = interpolate.interp2d(x, y, z, kind='cubic')

# 再准备x2和y2：
x2=np.linspace(np.min(x),np.max(x),100)
y2=np.linspace(np.min(y),np.max(y),100)
# 用f计算出值：
z2= f(x2, y2)

# 拟合前：
plt.subplot(1,2,1)
plt.contourf(x,y,z,cmap='jet')
plt.colorbar()
plt.scatter(xx,yy,z,c=z,cmap='jet')

# 拟合后：
plt.subplot(1,2,2)
plt.contourf(x2,y2,z2,cmap='jet')
plt.colorbar()
plt.scatter(xx,yy,z,c=z,cmap='jet')

plt.show()