Python项目——插值运算

一、定义

        在 Python 中，插值（Interpolation）是一种通过已知数据点估算未知值的技术，常用于数据补全、信号处理、数值分析等领域。

二、分类

        在Python中使用到的插值运算方法主要有线性插值 (Linear Interpolation)、多项式插值 (Polynomial Interpolation)等，下面分别介绍：

（一）、线性插值 (Linear Interpolation)

        线性插值主要是根据两点之间用直线连接，假设相邻点的变化率恒定的原理，去处理数据变化平缓且误差容忍度较高的情况。

        代码：

import numpy as np

x = np.array([0, 1, 2, 3, 4])
y = np.array([0, 2, 4, 6, 8])

new_x = 2.5
linear_interp = np.interp(new_x, x, y)
print(linear_interp) 

        分析：给两个等差数列x，y，new_x是用来定义插值的位置的，该值位于x=2和x=3之间，np.interp()函数便是线性插值函数：

numpy.interp(x_new, x, y, left=None, right=None, period=None)

对于每个 x_new[i]，找到其在 x 数组中的插入位置 idx，使得

 x[idx] <= x_new[i] <= x[idx+1]。根据相邻点 (x[idx], y[idx]) 和 (x[idx+1], y[idx+1])，按比例计算插值结果：

返回值是在x_new位置处插值的结果。

上面代码的结果简单理解便是给x里的一个值，得到y里对应的值。输出为：5。

（二）、多项式插值 (Polynomial Interpolation)

        多项式插值是根据找到一个多项式函数完全经过所有点；但缺点是容易产生龙格现象，高阶多项式振荡剧烈。

        代码：

import numpy as np

def lagrange_interpolation(x_data, y_data, x):

    n = len(x_data)
    result = 0.0
    
    for i in range(n):
        # 构造第 i 个拉格朗日基函数 L_i(x)
        term = y_data[i]
        for j in range(n):
            if j != i:
                term *= (x - x_data[j]) / (x_data[i] - x_data[j])
        result += term
    
    return result

# 示例数据（x^2 函数采样）
x_data = np.array([0, 1, 2, 3, 4])
y_data = x_data**2

# 插值点
new_x = 1.5
new_y = lagrange_interpolation(x_data, y_data, new_x)

print(f"拉格朗日插值结果: x={new_x:.1f}, y={new_y:.3f}")  # 输出: 2.250（正确值为 2.25）

         分析：在上面的示例中，使用到的是典型的拉格朗日函数插值

        x_data: 已知数据点的 x 坐标 
        y_data: 已知数据点的 y 坐标
        new_x: 需要插值的目标点

        n:为数据点数量

        result：用于累加所有基函数的加权和

        数学模型：

        基函数构造：对每个i，构造基函数

        加权求和：累加到结果里。