![9971fb404c42203416a2690662171d74.png](https://i-blog.csdnimg.cn/blog_migrate/754007b854577ef11140a7c8baa1d839.jpeg)
数据插值
- 拉格朗日插值
- 牛顿插值
CONTENTS
CONTENTS
1. 拉格朗日插值
1.1 代码
1.2 计算结果
1.3 图像结果
2. 牛顿插值
2.1 代码
2.2 计算结果
2.3 图像结果
3. 简评
4. 源码编辑器
1. 拉格朗日插值
1.1 代码
# -*- coding: utf-8 -*-
1.2 计算结果
运行代码即可得到结果,
yi =
[1.9048 1.53534167 1.24190914 1.01759767 0.85576193 0.75001599
0.69423336 0.68254693 0.70934905 0.76929144 0.85728525 0.96850105
1.09836882 1.24257796 1.39707726 1.55807496 1.72203868 1.88569547
2.0460318 2.20029355 2.345986 2.48087385 2.60298124 2.71059168
2.80224813 2.87675295 2.93316791 2.9708142 2.98927242 2.98838258
2.96824412 2.92921588 2.87191612 2.79722251 2.70627214 2.6004615
2.48144651 2.35114249 2.2117242 2.06562577 1.91554079 1.76442223
1.6154825 1.47219339 1.33828615 1.2177514 1.1148392 1.03405902
0.98017974 0.95822964 0.97349645 1.03152728 1.13812867 1.29936656
1.52156633 1.81131275 2.17545002 2.62108173 3.15557091 3.78654 ]
1.3 图像结果
![a3a0039d4a9b3860b49c1cdd3a3d4a62.png](https://i-blog.csdnimg.cn/blog_migrate/9e9d2009d9e0fd4774ee88821c9ff5e0.png)
2. 牛顿插值
2.1 代码
# -*- coding: utf-8 -*-
2.2 计算结果
yi =
[0.10974282 0.17030031 0.2308578 0.29141529 0.35197278 0.41253027
0.47308776 0.53364525 0.59420274 0.65476023]
2.3 图像结果
![645628e573e0017831280e44be6593bb.png](https://i-blog.csdnimg.cn/blog_migrate/b1523bdd7bdc59814a9508fc777f1d9f.png)
3. 简评
- 建议使用内置的三次样条插值较为保险。
- 拉格朗日插值用Python做出来的结果,同样的代码在MATLAB里面就报错。
- 牛顿插值用MATLAB做出来的结果,同样的代码在Python中就有误差,而且当数据量大的时候,Python的结果和泰勒展开后的结果有点像,当然牛顿多项式插值本身也可以写成泰勒展开。
4. 源码编辑器
Anaconda(强烈推荐) + Spyder 4(和MATLAB有着相似界面的编辑器)
![d4145eb7532b6f03d74846842631ea45.png](https://i-blog.csdnimg.cn/blog_migrate/98752285a4fc4ba6063b3f2da62c57b6.jpeg)