我正在尝试使用scipy.interpolate.lagrange来插入以下数据，这是8级：
x_data = [1900., 1910., 1920., 1930., 1940., 1950., 1960., 1970., 1980.]
y_data = [76212168., 92228496., 106021537., 123202624., 132164569., 151325798., 179323175., 203302031., 226542199.]
使用python代码：poly = scipy.interpolate.lagrange(x_data, y_data)
但输出看起来不正确，因为即使(x_data[i], y_data[i])对中没有任何一对位于＆＃39; poly＆＃39;我来自scipy.interpolate.lagrange电话。
有人可以提供任何提示或建议吗？ 非常感谢。
答案 0 :(得分：1)
您的值缩放得很差，并且正如lagrange文档字符串所示，＆＃34;警告：此实现在数值上不稳定。＆＃34;尝试将lagrange应用于＆＃34; whitened＆＃34;数据（即，将数据移位和缩放以具有平均值0和标准偏差1）。例如，
xm = np.mean(x_data)
xscale = np.std(x_data)
ym = np.mean(y_data)
yscale = np.std(y_data)
x = (x_data - xm) / xscale
y = (y_data - ym) / yscale
poly = scipy.interpolate.lagrange(x, y)
（np来自import numpy as np。）
然后使用poly on＆＃34; raw＆＃34; （即未缩放的）数据，在调用x时对poly输入使用相同的转换，并撤消y返回的值的poly转换。例如。如果xx是一个数组，其值在区间[1900,1980]中：
yy = poly((xx - xm)/xscale)*yscale + ym
在你花费太多时间之前，我不得不问： 你为什么使用拉格朗日插值？它是一个重要的理论工具，但对于实际数据分析来说并不是那么好（见http://en.wikipedia.org/wiki/Lagrange_polynomial#Notes;特别注意Runge现象的发生）。你为什么需要插值？你打算用内插器做什么？如果您对这些问题有答案，则应将其作为问题的一部分包括在内。
答案 1 :(得分：-1)
Here创建自己的函数lagrange插值。也许你正在使用她