scipy interp2d崩溃无法分配内存，任何替代？

我试图在一些用户定义的，连续的2D x，y位置插值一个2D函数的值，它定义在一个普通的笛卡尔网格（i，j）上。scipy interp2d崩溃无法分配内存，任何替代？

我试过的是使用scipy.interpolate函数interp2d来获得一个函数，通过插入一个适当的模型，返回f（x，y）的值。

看到该文档：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp2d.html

下面的代码重新，我有一个错误。似乎interp2d崩溃，因为它不能分配那么多的内存。

任何想法如何做到这一点，否则呢？

import scipy.interpolate as interp 
    import numpy as np 


    def main(): 
     x = np.arange(4098)/4097. 
     z = np.arange(1602)/1601. 

     xx,zz = np.meshgrid(x,z) 
     f = np.sin(xx**2 + zz**2) 

     ff = interp.interp2d(x,z,f, kind='linear') 


    if __name__ == '__main__': 
     main()

来源

2013-04-09 MCF

您是否正在使用上面显示的代码来获取错误，以及这些尺寸数组？你有多少内存？ 'f'，'xx'和'zz'每个都小于54兆字节。 “interp2d”应该没有问题。 – 2013-04-10 15:00:11

我在上面贴出的代码有错误，这些尺寸是。我得到这个错误： 1.0 1.0 （1602，4098）（1602，4098）（1602，4098）的Python（25673）的malloc：*** MMAP（大小= 18446744062377512960）失败（错误代码= 12） ***错误：不能分配区域 – MCF 2013-04-10 16:17:04

那里有什么严重错误，我不认为它是interp2d。你在使用什么操作系统？ 32或64位？你是如何安装numpy和scipy的？ – 2013-04-10 16:43:37

你真的需要这么好的meshgrid吗？您可以通过减少网格的粒度来节省内存。

这使得x范围从0到1蒙山100等距点：

x = np.linspace(0, 1, 100)

import scipy.interpolate as interp 
import numpy as np 


def main(): 
    x = np.linspace(0, 1, 100) 
    z = np.linspace(0, 1, 100) 

    xx,zz = np.meshgrid(x,z) 
    f = np.sin(xx**2 + zz**2) 

    ff = interp.interp2d(x,z,f, kind='linear') 


if __name__ == '__main__': 
    main()

来源

2013-04-09 21:23:53 unutbu

是的，我从模拟中获取网格，并且需要使用此分辨率。 – MCF 2013-04-10 02:09:28

的问题是，花键嵌合例程使得多少空间需要极其悲观估计在结选择中（该算法：http://netlib.org/dierckx/surfit.f，参见lwrk2的描述并以悲观的方式进行数学运算 - 它给出了〜200GB）。

请注意，这是一个非结构化数据插值程序--- interp2d也可以传递不是在常规网格上的输入数据。 4098 * 1602 = 6564996是用于分散数据插值的相当大数量的数据点，即使数据在网格上有规律地排列也很容易管理，就像这种情况一样。

这是如何工作was changed在Scipy 0.12.0中，其中interp2d在这种情况下推导数据是在矩形网格上，并在这种特殊情况下使用更有效的算法。

来源

2013-04-10 22:27:56

scipy interp2d崩溃无法分配内存，任何替代？

回答

相关问题