私はscipyでgriddata関数を使用して、3次元データと4次元データを補間しています。これはチャンピオンのように機能しますが、必要なポイントの一部が入力データの範囲外にあるので、NaNの束を返します。とにかくN-dデータが「線形」モード補間でのみ機能することを考えれば、NaNを返すのではなく、グリッドデータを外挿する必要があります。誰かがこれをやったのか、回避策を見つけましたか？明確にするには：私は非構造化データを持っているので、通常のグリッドを必要とする関数は使用できません。 ありがとう！の アレックスPythonでの3D外挿（基本的には、外挿に拡張されたscipy.griddata）
これはあなたのために働くだろうと、それはまだ利用できませんが、numpyのの開発バージョンでは「パッド」配列関数があり、非常にわからない...
https://github.com/numpy/numpy/blob/master/numpy/lib/arraypad.py
ワンオプションは 'linear_ramp'で、エッジ値から外向きに外挿（パッド）し、指定された終わりの値まで直線的に増減します。
あなただけ（ただし、私がテストされていない）がパスとインポートにそれをコピーすることができるようにそれはそれはいくつかの一定の値と範囲外のポイントを埋めるために役立つだろう？
は私と全く無関係に見えます。ここではドキュメントですが、内挿/補外関係はありませんhttps://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.pad.html – denfromufa
純粋なPythonの関数でありますかその場合は、fill_valueを指定することができます – Dhara
また、あなたは外挿してもよろしいですか？時々、NaNを取得して、あなたが範囲外に出ていることを知ることは、はるかに良い選択です。私はScipyからUnivariateスプラインを使用しましたが、それは静かに外挿して結果はかなり "オフ"になります – Dhara
私の状況は：いくつかの点でいくつかの値を測定し、 。したがって定数値、またはNaNは実際には役に立ちません。私はスプラインがどれほど気質が良いのか知っているので、リニアが安全な賭けになると思っていた。私はN-dデータで動作するものを望んでいます。 – user1483697