写上面那个三次样条插值的主函数

由于三次样条插值的主函数可能因具体实现而异，这里只提供一个示例代码：

import numpy as np
from scipy.interpolate import CubicSpline

# 定义输入数据
x = np.array([0.0, 1.0, 2.0, 3.0, 4.0])
y = np.array([0.0, 2.0, 1.0, 3.0, 4.0])

# 创建三次样条插值对象
spline = CubicSpline(x, y)

# 输出插值结果
xi = np.linspace(0.0, 4.0, 10)
yi = spline(xi)
print(yi)

这段代码首先导入了 NumPy 和 SciPy 库，然后定义了输入数据 `x` 和 `y`。接着创建了一个 `CubicSpline` 类型的对象 `spline`，并将输入数据传入该对象的构造函数中。最后利用 `spline` 对象进行插值计算，并输出结果。其中 `np.linspace(0.0, 4.0, 10)` 用于创建一个包含 10 个元素的数组，用于指定插值函数在 0 到 4 之间的区间上进行计算。

相关问题

写一个三次样条插值的代码

以下是一个使用 Python 的三次样条插值代码：

import numpy as np
from scipy.interpolate import CubicSpline

# 创建样本数据
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([0, 1, 4, 9, 16, 25])

# 利用样本数据创建三次样条插值函数
cs = CubicSpline(x, y)

# 生成新数据并进行插值计算
new_x = np.linspace(0, 5, 11)
new_y = cs(new_x)

# 输出插值结果
print(new_y)

在这个例子中，我们使用 `numpy` 构建了样本数据 `x` 和 `y`，表示了一个二次函数 $y=x^2$。然后，我们使用 `scipy.interpolate` 模块的 `CubicSpline` 创建了一个三次样条插值函数 `cs`，用来对样本数据进行插值。最后，我们用新的 `x` 值生成新的 `y` 值并输出。

用matlab写一个三次样条插值

以下是一个简单的三次样条插值的Matlab代码：

% 三次样条插值
% 输入：x、y为数据点横纵坐标，xx为插值点横坐标
% 输出：yy为插值点纵坐标

function yy = cubicSpline(x, y, xx)

n = length(x);

% 计算h和b
h = zeros(n-1, 1);
b = zeros(n-1, 1);
for i = 1:n-1
    h(i) = x(i+1) - x(i);
    b(i) = (y(i+1) - y(i)) / h(i);
end

% 计算矩阵A和向量r
A = zeros(n);
r = zeros(n, 1);
A(1, 1) = 1;
A(n, n) = 1;
for i = 2:n-1
    A(i, i-1) = h(i-1);
    A(i, i) = 2*(h(i-1) + h(i));
    A(i, i+1) = h(i);
    r(i) = 6*(b(i) - b(i-1));
end

% 解方程
M = A \ r;

% 计算各段的系数
a = y;
b = b - h .* (2*M(1:n-1) + M(2:n)) / 6;
c = M / 2;
d = (M(2:n) - M(1:n-1)) ./ (6*h);

% 插值
yy = zeros(size(xx));
for i = 1:length(xx)
    % 找到插值点所在的段
    j = find(x <= xx(i), 1, 'last');
    if j == n
        j = n - 1;
    end
    % 计算插值点的函数值
    t = xx(i) - x(j);
    yy(i) = a(j) + b(j)*t + c(j)*t^2 + d(j)*t^3;
end

end

使用方法：

% 定义数据点
x = [0, 1, 2, 3, 4];
y = [1, 2.5, 3, 2, 1];

% 定义插值点
xx = linspace(0, 4, 101);

% 进行插值
yy = cubicSpline(x, y, xx);

% 绘图
plot(x, y, 'o', xx, yy);