网格和分散的样品数据

插值是一种在位于一组示例数据点域内的查询位置处函数值的方法。函数值是根据最接近查询点的示例数据点计算的。MATLAB^®可以根据样品数据的结构执行两种插值。样品数据可以形成网格，也可以散射。

网格样品数据使插值更加有效，因为数据的组织结构使MATLAB可以轻松找到最接近查询点的样本数据点。但是，插值分散的数据需要Delaunay三角剖分在数据点中，这引入了额外的计算层。因此，如果您的数据可以作为网格近似，则与散射的插值相比，网格插值可在计算时间和内存使用方面进行大量节省。

以下主题涵盖了两种插值方法：

插值网格数据覆盖1-D插值，以及以轴对齐的网格格式的样品数据的N-D插值：

$点在线上或网格上排列。$
插值散射数据covers the N-D interpolation of scattered data:

$没有图案的分散点。$

插值与曲线拟合

MATLAB中可用的插值方法创建了通过示例数据点的插值功能。也就是说，如果您在示例位置查询插值函数，则可以恢复确切的示例数据值，而不是近似值。相比之下，曲线和表面拟合算法不一定通过样本数据点。有关曲线拟合的更多信息，请参阅曲线拟合工具箱。

$一个图显示了通过数据点的插值，而另一个图显示了不会通过数据点的曲线拟合。$

网格近似技术

In some cases, you may need to approximate a grid for your data. For example, a grid can have points that lie along curved lines. A data set like this might occur if your data is longitude and latitude based:

$带有弯曲线的网格。$

使用弯曲的网格，您将有效地处理一组分散的数据，并且必须使用更多的计算零散的插值函数来插值值。但是，尽管不能直接将输入数据直接网格数据，但有时可以以适当的间隔近似具有直线网格的弯曲网格是可行的：

$Grid with curved lines with straight lines superimposed.$

您可以通过创建一组具有适当间距的网格向量来创建一个近似网格。用直线近似弯曲的网格可以使您获得基于网格的插值的性能好处，而成本略微扭曲了数据。有关创建网格向量的更多信息，请参见网格表示。

也可以看看

格里德插座|散落的人