看起来你明白了。
在上层代码示例和上一个（链接的）问题中，您具有 结构化
数据。可以使用
RectBivariateSpline或进行插值
interp2d。这意味着您拥有可以在网格上描述的数据（网格上的所有点都具有已知值）。网格不一定必须具有相同的dx和dy。（如果所有dx和dy都相等，那么您将拥有一个常规网格）
现在，您当前的问题是如果不是所有要点都知道怎么办。这称为 非结构化
数据。您所拥有的只是字段中选择的点。您不一定必须构造所有顶点都具有已知值的矩形。对于此类数据，您可以使用（根据需要）
griddata或的形式
BivariateSpline。
现在该选择哪个？
与结构化最接近的类比
RectBivariateSpline是 非结构化
BivariateSpline
类之一：
SmoothBivariateSpline或
LSQBivariateSpline。如果要使用样条曲线插值数据，请使用这些样条曲线。这使您的函数平滑且可微，但是您可以获得在Z.max（）或Z.min（）之外摆动的表面。
由于您正在设置
ky=1并且
kx=1正在获得我很确定的只是 结构化
数据上的线性插值，因此我个人只是从
RectBivariateSpline样条方案切换到 结构化
网格插值方案。我知道文档说它是用于常规网格的，但是示例本身只是
结构化的 ，不是常规的。
interp2d
__doc__
如果您发现最终切换会发现方法之间的显着差异，我会很好奇。欢迎来到SciPy。
