主要内容
网格化和分散的样本数据
插值是在一组样本数据点范围内的查询位置估计函数值的一种方法。函数值是根据最接近查询点的示例数据点计算的。MATLAB®可以根据样本数据的结构执行两种插值。样本数据可以形成网格，也可以分散。
网格化的样本数据使得插值更加高效，因为数据的组织结构使得MATLAB很容易找到最接近查询点的样本数据点。然而，插值分散的数据需要一个德劳内三角这引入了一个额外的计算层。因此，如果您的数据可以近似为一个网格，网格插值与分散插值相比，可以节省大量的计算时间和内存使用。
以下主题将介绍两种插值方法:
插值与曲线拟合
MATLAB中可用的插值方法创建通过样本数据点的插值函数。也就是说，如果你在一个样本位置查询插值函数，你会得到准确的样本数据值，而不是一个近似值。相比之下，曲线和曲面拟合算法不一定要经过样本数据点。有关曲线拟合的更多信息，请参见曲线拟合工具箱．
网格逼近技术
在某些情况下，您可能需要为数据近似地设置一个网格。例如，网格可以有沿着曲线的点。如果你的数据是基于经度和纬度的，可能会出现这样的数据集:
使用曲面网格，您可以有效地处理一组分散的数据，并且必须使用计算成本更高的分散插值函数来插值值。然而，虽然输入数据不能直接网格化，但有时可以用适当间隔的直线网格线近似曲线网格:
您可以通过创建一组具有适当间距的网格向量来创建近似网格。用直线近似曲面网格可以获得基于网格的插值的性能优势，但代价是略微扭曲数据。有关创建网格向量的详细信息，请参见网格表示．
另请参阅
griddedInterpolant|scatteredInterpolant
相关的话题
您也可以从以下列表中选择一个网站:
