牛顿插值法python代码_计算方法（2）——插值法（附Python程序）

给定一些数据，生成函数的方式有两种：插值，回归。

插值而得到的函数通过数据点，回归得到的函数不一定通过数据点。

下面给出拉格朗日插值，牛顿插值和Hermite插值的程序，

具体原理可参考课本，不再赘述。

拉格朗日插值法

线性插值 一次精度 需要2个节点

二次插值 二次精度 需要3个节点

n次插值 n次精度 需要n+1个节点

拉格朗日插值代码段(根据传入数据自动判断次数)：

# 返回多项式

def p(x,a):

"""p(x,a)是x的函数，a是各幂次的系数"""

s = 0

for i in range(len(a)):

s += a[i]*x**i

return s

# n次拉格朗日插值

def lagrange_interpolate(x_list,y_list,x):

"""x_list 待插值的x元素列表y_list 待插值的y元素列表插值以后整个lagrange_interpolate是x的函数"""

if len(x_list) != len(y_list):

raise ValueError("list x and list y is not of equal length!")

# 系数矩阵

A = []

for i in range(len(x_list)):

A.append([])

for j in range(len(x_list)):

A[i].append(pow(x_list[i],j))

b = []

for i in range(len(x_list)):

b.append([y_list[i]])

# 求得各阶次的系数

a = lu_solve(A, b) # 用LU分解法解线性方程组，可以使用numpy的类似函数

a = transpose(a)[0] # change col vec a into 1 dimension

val = p(x,a)

print(x,val)

return val

其中lu_solve(A,b)是自己写的轮子，可以用numpy的numpy.li