find函数matlab_从零开始的matlab学习笔记——（23）数据插值

matlab应用——求极限，求导，求积分，解方程，函数绘图，三维图像，拟合函数....更多内容尽在个人专栏：matlab学习

上一节我们暂时完结了matlab绘图部分，这一节我们了解一下matlab中的数据插值

什么是数据插值？

我们来看一下百度百科的定义：

在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数据点。

插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。

举个例子，我们先生成一系列离散数据点：

x=[0 3 5 7 9 11 12 13 14 15];

y=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6];

plot(x,y,'.')

就是这样的点：

接下来要做的就是将这些点平滑的连接起来

interp1函数：

interp1就是我们进行数据插值使用的函数

调用规则：interp1（x,y,x1,mode）

x,y构成我们现在已知的离散数据点（x,y），x1是我们进行插值的范围和精度

mode主要有四种：

linear：将相邻离散点用线段直接连起来（默认方法）

nearest：最近点插值，选择最靠近的样本点的值作为差值数据

pchip：分段3次埃尔米特插值，采用分段三次多项式，除满足离散数据点在插值函数上，还要满足若干离散数据点处的一阶导数存在且连续，使得曲线平滑且具有保形性

spline：三次样条插值，同样采用分段三次多项式，除满足离散数据点在插值函数上，还要满足若干离散数据点处的一阶导数和二阶导数存在且连续。

我们来看一下四种方式的对比（代码有些长，不过放心，这就是四个几乎完全相同的用于对比的代码而已）：

x=[0 3 5 7 9 11 12 13 14 15];

y=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6];

x1=0:0.1:15;

subplot(2,2,1);

y1=interp1(x,y,x1,'linear');

plot(x1,y1);

title ('linear');

subplot(2,2,2);

y2=interp1(x,y,x1,'nearest');

plot(x1,y2);

title ('nearest');

subplot(2,2,3);

y3=interp1(x,y,x1,'pchip');

plot(x1,y3);

title ('pchip');

subplot(2,2,4);

y4=interp1(x,y,x1,'spline');

plot(x1,y4);

title ('spline');

对比图：

这样，一段离散的数据现在就成了一条比较拟合的函数了

注意，插值函数是三次多项式函数，可以随时进行多项式函数的求值，代数，具体方式见专栏文章

浅吻板牙：从零开始的matlab学习笔记——（10）多项式基本运算​zhuanlan.zhihu.com

好，这一节我们简单说了说matlab中的数据插值，下一节我们再说一说函数拟合

欢迎喜欢的朋友点赞关注收藏啊：）