如何实现基于网格的三维空间数据插值方法？

本文共计2718个文字，预计阅读时间需要11分钟。

从这篇文章中，你将学习到：- 如何使用`griddata`进行三维空间插值；- 适用范围和逐步插值的高级技巧；- 背景；- 近期项目案例，为上海13000+个普通住宅楼计算基本价格。

从这一篇文章，你将要学到

• 如何利用griddata进行三维空间插值；
• 及其适用范围和进阶的逐步插值

背景

最近在做一个项目，要为上海市13000+个普通住宅楼盘算基本价格，俗称基价，可以从第三方来的案例数据只能覆盖大约3000个楼盘，余下的10000楼盘难为无米之炊，联想到地形图的思想，把上海市所有楼盘的基价看成海拔，楼盘的经纬度就是位置所在，然后会在三维空间形成一个连续平滑的三维曲面，这里利用scipy的interpolate类里面的griddata函数小试牛刀。

数据

从原数据我们看到需要插值的thismonthprice有大量空缺，如何利用地理位置进行插值呢？基本思路如下

• 将数据分成两部分，一部分是thismonthprice有价格，一部分是thismonthprice为空的；
• 画出有价格和没价格的楼盘散点图，方便直观感受；
• 利用thismonthprice有价格的进行三维曲面建模训练；
• 利用训练好的模型对thismonthprice为空的进行模拟插值。