目錄
- 1. n階差商實現
- 2. 牛頓插值實現
- 3.完整Python代碼
1. n階差商實現
def diff(xi,yi,n):
"""
param xi:插值節點xi
param yi:插值節點yi
param n: 求幾階差商
return: n階差商
"""
if len(xi) != len(yi): #xi和yi必須保證長度一致
return
else:
diff_quot = [[] for i in range(n)]
for j in range(1,n+1):
if j == 1:
for i in range(n+1-j):
diff_quot[j-1].append((yi[i]-yi[i+1]) / (xi[i] - xi[i + 1]))
else:
for i in range(n+1-j):
diff_quot[j-1].append((diff_quot[j-2][i]-diff_quot[j-2][i+1]) / (xi[i] - xi[i + j]))
return diff_quot
測試一下：
xi = [1.615,1.634,1.702,1.828]
yi = [2.41450,2.46259,2.65271,3.03035]
n = 3
print(diff(xi,yi,n))
返回的差商結果為：
[[2.53105263157897, 2.7958823529411716, 2.997142857142854], [3.0440197857724347, 1.0374252793901158], [-9.420631485362996]]
2. 牛頓插值實現
def Newton(x):
f = yi[0]
v = []
r = 1
for i in range(n):
r *= (x - xi[i])
v.append(r)
f += diff_quot[i][0] * v[i]
return f
測試一下：
x = 1.682
print(Newton(x))
結果為：
2.5944760289639732
3.完整Python代碼
def Newton(xi,yi,n,x):
"""
param xi:插值節點xi
param yi:插值節點yi
param n: 求幾階差商
param x: 代求近似值
return: n階差商
"""
if len(xi) != len(yi): #xi和yi必須保證長度一致
return
else:
diff_quot = [[] for i in range(n)]
for j in range(1,n+1):
if j == 1:
for i in range(n+1-j):
diff_quot[j-1].append((yi[i]-yi[i+1]) / (xi[i] - xi[i + 1]))
else:
for i in range(n+1-j):
diff_quot[j-1].append((diff_quot[j-2][i]-diff_quot[j-2][i+1]) / (xi[i] - xi[i + j]))
print(diff_quot)
f = yi[0]
v = []
r = 1
for i in range(n):
r *= (x - xi[i])
v.append(r)
f += diff_quot[i][0] * v[i]
return f
到此這篇關于用Python實現牛頓插值法的文章就介紹到這了,更多相關python牛頓插值法內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python+Appium新手教程
- Python requests timeout的設置
- 在python代碼中加入環境變量的語句操作
- python matplotlib繪圖實現刪除重復冗余圖例的操作
- Python爬蟲之爬取2020女團選秀數據
- python爬取各省降水量及可視化詳解
- python爬蟲之教你如何爬取地理數據
- 用Python的繪圖庫(matplotlib)繪制小波能量譜
