已知sinx的一組x,y對應關係,用拉格朗日插值法估計sin(0.3367)的值.
xx0.32
0.34
0.36
y0.314567
0.333487
0.352274
class interpolation:
def __init__(self, x, y):
self.x = x
self.y = y
def func(self, x):
s = 0
for i in range(len(self.x)):
w = 1
w = (x - self.x[i])
for j in range(len(self.x)):
w *= (x - (self.x[j]))
if i == j:
continue
else:
w *= (self.x[i] - self.x[j])
l = self.y[i] * w / w
s += l
print(round(s, 8))
while (true):
x=input('x:')
y=input('y:')
x=input('x:')
if x=='q' or y=='q' or x=='q':
break
else:
p1 = interpolation(eval(x),eval(y)) # 前面是x的取值,後面是y的取值;
p1.func(eval(x)) # 現在要計算的是 sin(0.3367) 的值
程式還有好多不足的問題需要改進(^o^),
插補搜尋法
有問題 插補搜尋法 說明 如果卻搜尋的資料分布平均的話，可以使用插補 interpolation 搜尋法來進行搜尋，在搜尋的物件大於500時，插補搜尋法會比 二分搜尋法 來的快速。include include include define max 10 define swap x,y void q...
r語言插補法 R語言用多重插補法估算相對風險
在這裡，我將用r中的乙個小模擬示例進行說明。首先，我們使用x1和x2雙變數法線和y模擬大型資料集，其中y遵循給定x1和x2的邏輯模型。首先，我們模擬乙個非常大的完整資料集 simulate完整資料 expit function x n 100000 x mvrnorm n，mu c 0,0 sigm...
r語言插補法 R語言 缺失值處理之多重插補
筆者寄語 缺失值是資料清洗過程中非常重要的問題 其他方法可見 r語言 異常值檢驗 離群點分析 異常值處理 筆者在進行mice包的多重插補過程中遇到相當多的問題。大致的步驟簡介如下 缺失資料集 mcmc估計插補成幾個資料集 每個資料集進行插補建模 glm lm模型 將這些模型整合到一起 pool 評價...