python实现克里金插值_如何用Python中的Kriging插值站点数据？

浏览网页我发现一些在Python中使用Kriging的工具是pyKriging和Gaussian Process Regression。但是，我不能让他们中的任何一个去工作。第一个对我不起作用(甚至不能导入)：

import pyKrigingFile "~/python3.6/site-packages/pyKriging/krige.py", line 142

except Exception, err:

^

SyntaxError: invalid syntax

第二个我不知道怎么用。我找不到一个简单的工作示例(例如，这个rroowwllaanndd answer很好，但遗憾的是，数据不再可供下载)

所以我的问题是，我如何用克里格插值我的数据？我有几个站点数据保存在numpy数组中，如下所示：2000 1 1 5.0

2000 1 2 3.4

2000 1 3 0.2

柱是年-月-日降水量。我有几个这样的数据数组(st1，st2，st3)和另一个数组，其中包含每个站点的ID和每个站点所在的坐标(stid，因此站点1位于经度15.6865，纬度62.6420，依此类推)。import numpy as np

st1 = np.array([[2000,1,1,5.0],[2000,1,2,3.4],[2000,1,3,0.2]])

st2 = np.array([[2000,1,1,8.2],[2000,1,2,2.5],[2000,1,3,0.0]])

st3 = np.array([[2000,1,1,np.nan],[2000,1,2,4.5],[2000,1,3,1.2]])

stid = np.array([[1,15.6865,62.6420],[2,15.7325,62.1254],[3,16.1035,61.1449]])

我需要的是每天一个数组(或一个3D数组)，其中包含每天用Kriging在这样的网格中插值的所有站点的数据：y = np.arange(61,63,0.125)

x = np.arange(14,17,0.125)

X,Y = np.meshgrid(x,y)

如有任何帮助，我们将不胜感激。