如何从两个不同的3D数据集制作新网格

Question

我有两个数据集A和B。每个数据集都有纬度，经度和温度，但长度不同A = [200,3] B = [250,3]。我想执行插值A和B并显示温度（平均温度，这是2组中的近似值）。这将对某人知道如何处理很有帮助。

Answer 1

我尝试了Watekant提供的以下解决方案[link] https://stackoverflow.com/a/56628900/13258046

mesh1=df_A[['latitude(deg)','longititude(deg)']]
mesh2=df_D[['latitude(deg)','longititude(deg)']]

数据的形状是

mesh1.shape: (9043, 2)
mesh2.shape: (8067, 2)

values_mesh1=df_A[['temparature)']]
values_mesh2=df_D[['temparature']]
tri = Delaunay(mesh1)  # Compute the triangulation
interpolator = LinearNDInterpolator(tri,values_mesh1)
values_new = interpolator(mesh2)

我们不考虑values_mesh2 = df_D [['temparatue']]吗？如何贡献values_mesh2？