调用OrdinaryKriging函数，使用指数变差模型对随机数进行普通克里金插值python代码

下面是使用指数变差模型对随机数进行普通克里金插值的 Python 代码示例：

import numpy as np
from pykrige.ok import OrdinaryKriging

# 创建随机数据
np.random.seed(123)
x = np.random.rand(50) * 100
y = np.random.rand(50) * 100
z = np.sin(np.sqrt(x ** 2 + y ** 2)) + np.random.randn(50) * 0.1

# 定义插值模型
OK = OrdinaryKriging(x, y, z, variogram_model='exponential',
                     verbose=False, enable_plotting=False)

# 定义插值点位置
xi = np.arange(0, 100, 5)
yi = np.arange(0, 100, 5)
xi, yi = np.meshgrid(xi, yi)
xi, yi = xi.flatten(), yi.flatten()

# 插值计算
zi, ss = OK.execute('grid', xi, yi)

# 输出结果
print("插值结果：", zi)

这段代码会创建 50 个随机点，并对它们进行普通克里金插值，使用指数变差模型。最后，将插值点位置定义为网格，进行插值计算，并输出插值结果。