interpolate.NearestNDInterpolator外插

`interpolate.NearestNDInterpolator` 是一种基于最近邻插值的方法，可以用于二维外插值。它的原理是在数据点中找到最近的点，并返回该点的函数值。这种方法比线性插值更简单，但是在某些情况下可能会产生不太平滑的结果。

下面是一个使用 `interpolate.NearestNDInterpolator` 进行二维外插值的例子。假设你有以下的数据集：

import numpy as np
from scipy.interpolate import NearestNDInterpolator

x = np.array([0, 1, 2])
y = np.array([0, 1, 2])
z = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

points = np.array(list(zip(x, y)))
values = z.flatten()

interp = NearestNDInterpolator(points, values)

现在，我们可以使用 `interp` 对象来计算任何位置的函数值，包括数据集之外的点。例如，假设我们想要计算点 `(1.5, 2.5)` 的函数值：

point = np.array([1.5, 2.5])
result = interp(point)

print(result)

输出的结果应该是 `9`，这是一个外插值，因为 `(1.5, 2.5)` 不在数据集中。注意，这个结果并不是线性插值的结果，而是找到了数据集中最近的点 `(2, 2)`，并返回该点的函数值 `9`。