CubicSpline三次样条插值，与python结果一致

最近研究一个项目遇到需要使用插值，插值方法当然首选三次样条插值。此项目涉及到的插值包括内插值和外插值，所以对于插值的要求还是挺高的，需要尽可能的平滑。

        首先我在github上面找到一段源代码GitHub - glentner/CubicSplineLib: C++ facility for natural cubic spline interpolation in 1D, 2D, and 3D.，基本能符合插值要求，但是外插值的时候跟Python结果差异较大，经过改进之后，完全与python的CubicSpline方法的

bc_type="natural"

保持一致。

部分代码展示如下：python代码

freq = np.array([250, 500, 1000, 2000, 4000])
gain = np.array([30, 30, 30, 30, 45])
gain_x = np.array([125, 250, 500, 1000, 2000, 4000, 8000])
full_freq = CubicSpline(freq, gain, bc_type="natural")
gain_y = full_freq(gain_x)

C++代码：

vector<double>	 AdjustCubicSpline(vector<double>& vecSrcX, vector<double>& vecConstX, vector<double>& vecConstY)
{
	assert(!vecSrcX.empty());
	assert(!vecConstX.empty());
	assert(!vecConstY.empty());
	assert(vecConstX.size() == vecConstY.size());

	std::vector<double> create_temp_y;

	try {

		CubicSpline<double> my_data(vecConstX, vecConstY, 2); // the 2 says omp_set_num_threads(2)
		create_temp_y = my_data.interpolate(vecSrcX);
	}
	catch (std::exception& error) {

		std::cerr << error.what() << std::endl;
		create_temp_y.resize(0);
		vecSrcX.resize(0);
		return create_temp_y;
	}
	return create_temp_y;
}

int main() {
 vector<double> _X = { 250, 500, 1000, 2000, 4000};//must be strictly increasing sequence  必须严格增长
 vector<double> _Y = { 30, 30, 30, 30, 45 };

 vector<double> _X2 = { 125, 250, 500, 1000, 2000, 4000, 8000 };//must be strictly increasing sequence  必须严格增长


 vector<double>	vecAdd = AdjustCubicSpline(_X2, _X, _Y);//根据提供的x轴插值，灵活性较大
 //vecAdd 就是最后得到的插值结果
}

有需求请联系qq：295282563