我有一些由不均匀采样的2D空间位置组成的数据，其中每个 x，y 坐标都有一个在0和2 pi之间的相关相位值 theta。我希望能够将 theta 值插值到规则的 x，y 网格上。（或非常接近的）x，y 位置可以与多个相位值相关联，并且对于 * θ * 的值反之亦然，因此严格地说，这是平滑问题而不是直接插值。
我已经简单地用scipy的径向基函数做了实验，但是由于从2 pi--〉0开始的 theta 值的不连续性，这些径向基函数给予令人讨厌的边缘效应。
下面是一个玩具示例（相位的真实的空间分布要混乱得多）：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import colorbar
from matplotlib.colors import Normalize
from scipy import interpolate

# randomly sampled spatial locations

x, y = np.random.uniform(-1, 1, size=(2, 1000))

# theta varies smoothly with location apart from the singularity at 0, 0

z = np.arctan2(x, y) % (2 * np.pi)

# smooth with a simple linear RBF

rbf = interpolate.Rbf(x, y, z, function='linear', smooth=0.1)

# resample on a finer grid

xi, yi = np.mgrid[-1:1:100j, -1:1:100j].reshape(2, -1)
zi = rbf(xi, yi) % (2 * np.pi)

# plotting

fig, ax = plt.subplots(1, 1, subplot_kw={'aspect': 'equal'})
ax.hold(True)
norm = Normalize(0, 2 * np.pi)
im = ax.imshow(zi.reshape(100, 100).T, extent=(-1, 1, -1, 1),
               origin='lower', cmap=plt.cm.hsv, norm=norm)
sc = ax.scatter(x, y, s=30, c=z, cmap=im.cmap, norm=norm)
cax, kw = colorbar.make_axes_gridspec(ax)
cb = plt.colorbar(im, cax=cax,**kw)
ax.set_xlabel(r'$X_0$', fontsize='x-large')
ax.set_ylabel(r'$Y_0$', fontsize='x-large')
cb.set_ticks(np.arange(0, 2.1*np.pi, np.pi/2.))
cb.set_ticklabels([r'$0$', r'$\frac{\pi}{2}$', r'$\pi$',
                   r'$\frac{3\pi}{2}$', r'$2\pi$'])
cb.set_label(r'$\theta$', fontsize='x-large')
cb.ax.tick_params(labelsize='x-large')
plt.show()

什么是一个很好的方法来插值像这样的Angular 量？scipy有任何内置的插值方法，将处理Angular 很好，还是我必须写我自己的？