lagrange插值法数据分析代码

拉格朗日插值法是一种数值分析技术，用于估算一个多变量函数在给定点的近似值。在数据分析中，我们可以用它来拟合数据点创建连续的函数模型。以下是一个简单的Python代码示例，使用numpy库来实现拉格朗日插值：

import numpy as np

def lagrange_interpolation(x_values, y_values, x_point):
    # 计算拉格朗日多项式系数
    n = len(x_values)
    lags = [(y_values[i]) * np.prod((x_point - x_values[j]) for j in range(n) if i != j) for i in range(n)]
    
    # 归一化系数并返回结果
    return sum(l / (x_values[k] - x_point) * lags[k] for k in range(n)) if x_point != x_values[0] else y_values[0]

# 示例数据
x_data = [1, 2, 3, 4]
y_data = [5, 7, 9, 11]

# 拟合某一点
x_point_to_interpolate = 2.5
interpolated_value = lagrange_interpolation(x_data, y_data, x_point_to_interpolate)

print(f"Interpolated value at {x_point_to_interpolate} is approximately: {interpolated_value}")