numpy - 如何使用Python插入3D表面图（2D数组）的缺失值（未定义区域）？

Scipy具有可以执行此操作的插值模块。依靠以上内容（在问题发布中），此代码可以在下一个单元格中运行：

from scipy import interpolate

# integer arrays for indexing
x_indx, y_indx = np.meshgrid(np.arange(0, zs.shape[1]),
                             np.arange(0, zs.shape[0]))

# mask all invalid values
zs_masked = np.ma.masked_invalid(zs)

# retrieve the valid, non-Nan, defined values
valid_xs = x_indx[~zs_masked.mask]
valid_ys = y_indx[~zs_masked.mask]
valid_zs = zs_masked[~zs_masked.mask]

# generate interpolated array of z-values
zs_interp = interpolate.griddata((valid_xs, valid_ys), valid_zs.ravel(),
                                 (x_indx, y_indx), method='cubic')

# finally, plot the data 
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.plot_surface(X=xs, Y=ys, Z=zs_interp)

返回下图：

请注意，此代码已针对可读性和可理解性（而非内存效率）进行了优化。重新优化此代码以提高内存效率是一项琐碎的任务，留给读者