import matplotlib.pyplot as plt
from pylab import mpl
import math
x = [0.40, 0.55, 0.65, 0.80, 0.90, 1.05]
y = [0.41075, 0.57815, 0.69675, 0.88811, 1.02652, 1.25382]
"""计算五次差商的值"""
def five_difference_quotient(x, y):
# 定义差商函数,i记录计算差商的次数,这里循环5次,计算5次差商。
i = 0
quotient = [0, 0, 0, 0, 0, 0]
while i < 5:
j = 5
while j > i:
if i == 0:
quotient[j]=((y[j]-y[j-1])/(x[j]-x[j-1]))
else:
quotient[j] = (quotient[j]-quotient[j-1])/(x[j]-x[j-i-1])
print(f"第{i + 1}阶差商:quotient[{j}]={quotient[j]:.5f}")
j -= 1
i += 1 # i = 0时,q[j]计算的值对应的就是一阶差商的值;以此类推i = 1,二阶差商
return quotient;
parameters = five_difference_quotient(x, y)
def function(data):
return x[0]+parameters[1]*(data-0.4)+parameters[2]*(data-0.4)*(data-0.55)\
+parameters[3]*(data-0.4)*(data-0.55)*(data-0.65)+parameters[4]*(data-0.4)*(data-0.55)*(data-0.65)*(data-0.80)
print(f"f(0.596)={function(0.596):.5f}")
"""计算插值多项式的值和相应的误差"""
def calculate_data(x,parameters):
returnData=[];
for data in x: # 让变量data遍历一遍 x = [0.40, 0.55, 0.65, 0.80, 0.90, 1.05]
returnData.append(function(data)) # 遍历一个,就用牛顿插值函数计算一个,追加到returnData的列表
return returnData
"""画函数的图像"""
yuanzu=calculate_data(x,parameters)
def draw(newData):
plt.scatter(x,y,label="离散数据",color="red") # 生成一个散点图
plt.plot(x,newData,label="牛顿插值拟合曲线",color="black") # 牛顿插值拟合曲线,这个newData就是函数calculate_data()计算的值
plt.scatter(0.596,function(0.596),label="预测函数点",color="blue") # 牛顿插值函数预测点,f(0.596)
plt.title("牛顿插值法")
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 运行配置参数中的字体(font)为黑体(SimHei)
mpl.rcParams['axes.unicode_minus'] = False # 运行配置参数总的轴(axes)正常显示正负号
plt.legend(loc="upper left") # 设置图例位置
plt.show()
draw(yuanzu)
借鉴宁悦大佬的代码,在此基础上进行修改。并且在jupyter notebook上实现。