以下措施应该有效：numcols, numrows = 300, 300

xi = np.linspace(data.Lon.min(), data.Lon.max(), numrows)

yi = np.linspace(data.Lat.min(), data.Lat.max(), numcols)

xi, yi = np.meshgrid(xi, yi)

x, y, z = data.Lon.values, data.Lat.values, data.Z.values

points = np.vstack((x,y)).T

values = z

wanted = (xi, yi)

zi = griddata(points, values, wanted)

最后一行是griddata的工作原理(假设您使用scipy.interpolate.griddata？)

你的问题是你似乎给了griddata五个参数，而如果我看一下{a1}，它会说：

^{pr2}$

所以在你的例子中，给出五个参数是错误的地方(如果你这样做，请确认它是否有效，因为我没有你的数据，所以我无法测试它是否给出正确的结果)。在

所以在你的例子中，已知值的点是x，而在那一点已知的值是y值，你想知道它们的点是z值。不知道method='linear'是如何处理你的论点的，而你给出的{}也不好，所以你应该只给出正确的输入(我认为这是我表述它们的方式是正确的)，然后它就可以正常工作了。在

编辑：以txt格式读入数据，并编写以下代码。你能运行它看看这是否是你想要的结果吗？在import numpy as np

from scipy.interpolate import griddata

class d():

def __init__(self):

A0 = open("test.txt","rb") # i just copypasted your data into a txt (without first row), and reading it in in this class, so that the names are the same as yours

A1 = A0.readlines()

A = np.zeros((len(A1),3))

for i, l in enumerate(A1):

li = l.split()

A[i,0] = float(li[0])

A[i,1] = float(li[1])

A[i,2] = float(li[2])

self.Lon = A[:,0]

self.Lat = A[:,1]

self.Z = A[:,2]

data = d()

numcols, numrows = 30, 30

xi = np.linspace(data.Lon.min(), data.Lon.max(), numrows)

yi = np.linspace(data.Lat.min(), data.Lat.max(), numcols)

xi, yi = np.meshgrid(xi, yi)

x, y, z = data.Lon, data.Lat, data.Z

points = np.vstack((x,y)).T

values = z

wanted = (xi, yi)

zi = griddata(points, values, wanted)

import pylab as plt

fig = plt.figure(0, figsize=(8,4.5))

im = plt.contourf(xi, yi, zi)

plt.colorbar()

fig2 = plt.figure(1, figsize=(8,4.5))

im = plt.scatter(xi, yi, c= zi)

plt.colorbar()

plt.show()