MATLAB学习之多项式拟合和多项式插值（附源代码）

---

前言

公司最近在做单颗粒质谱的设备，在数据计算展示上用到了MATLAB的运算展示，比较方便，这里搜集到了一些资料给大家分享一下，有需要的可参考。

---

一、多项式的拟合

多项式的拟合（Polynomial Fitting）又称为曲线拟合(Curve Fitting)，其目的就是在众多的样本点中进行拟合，找出满足样本点分布的多项式。所用指令为polyfit，指令格式为：p=polyfit (x,y,n),其中x与y为样本点向量，n为所求多项式的阶数，p为求出的多项式。# 二、使用步骤

二、多项式的插值

1、一维插值

一维插值 interp1(x,y,x0, ‘method’) ，其中x , y分别表示为数据点的横、纵坐标向量，x0为需要插值的横坐标数据（或数组）。而method为可选参数，对应于四种方法，可从以下四个值中任选一个：
‘nearest’---------最近邻点插值
‘linear’-----------线性插值
‘spline’----------三次样条插值
‘cubic’-----------立方插值
其中‘nearest’是缺省值。

2、二维插值

二维插值 interp2(x,y,z,xi,yi, ‘method’),其中x和y是自变量。X是m维向量，指明所给数据网格点的横坐标，y是n维向量，指明所给数据网格点的纵坐标，z是mxn维矩阵，标明相应于所给数据网格点的函数值。向量xi，yi是给定的网格点的横坐标和纵坐标，指明函数zi=interp2(x,y,z,xi,yi, ‘method’)返回在网格(xi,yi)处的函数值。method为可选参数，选取方法同一维。
注意：向量x，y的分量值必须是单调递增的。Xi和yi应是方向不同的向量。即一个是行向量，另一个是列向量。

三、问题探究