插值怎么导出数据

A. surfer软件插值的数据可以输出来吗

据我所知，是没办法直接导出的，但可以提供两个思路，你可以试一下。

1、数字化，如下图，依次点选图上的点，就可以得到坐标及数值，最后将该表输出即可。

2、导出为DXF文件，然后在CAD中打开，就可以输出所有点的坐标值了，但这种办法需要解决导出时的原始坐标一致问题，具体需要自己研究了。

B. 请问Arcgis空间插值后怎么输出全区域的xyz值

导出为点试试看

C. matlab进行插值以后如何输出

spline函数可以实现三次样条插值
x
=
0:10;
y
=
sin(x);
xx
=
0:.25:10;
yy
=
spline(x,y,xx);
plot(x,y,'o',xx,yy)
另外fnplt
csapi这两个函数也是三次样条插值函数，具体你可以help一下！

D. matlab插值后怎么输出某一个插值点对应的函数值

如何用matlab插值后输出某一个插值点对应的函数值？这个问题可以这样来考虑：
1、首先我们必须已知【x，y】一组离散数据，如
x=[0 51.6 76.1 100.7 126.6 148.0 180.0];
y=[28.62 -20.79 -8.63 -2.78 11.37 5.54 -5.31];
2、如我们要求xi=90，对应的yi值，则可以用一元插值函数interp1求解，即
xi=90；
yi=interp1(x,y,xi,'spline') %其结果为 -5.8294
这里，'spline'为三次样条插值
【扩展】：当x为连续均匀的数组向量，求其相应的y值，可以这样来写，即
xi=0:2:200;
yi=interp1(x,y,xi,'spline')
plot(x,y,xi,yi) %原数据与插值后的数据对比

E. 年底数据怎么插值到月底数据

用插值法。
由于分析数据的需要，想利用插值法或者其他方法把季度的数据转换为月度的数据，变量只有一个，都是日度转月度等求均值型的。
插入法的拉丁文原意是内部插入，是在已知的函数表中。插入一些表中没有列出的、所需要的中间值的方法。

F. 拉格朗日插值，用MATLAB软件具体代码如下：怎么输出结果

第一步
将
function yy=Lagrange(x,y,xi)
m=length(x);
n=length(y);
if m ~= n , error('向量x与y的长度必须一致'); end;
s=0;
for i=1 : n
z=ones(1,length(xi));
for j=1 : n
if j ~= i
z=z.*(xi-x(j))./(x(i)-x(j));
end
end
s=s+z*y(i);
end
yy=s;
保存为M文件。（文件→新建→M文件）

第二步
将
x=[0.5610,0.56280,0.56401,0.56521];
y=[0.82741,0.82659,0.82577,0.82495];
xi=[0.5625,0.5635,0.5645];
yi=Lagrange(x,y,xi)
粘贴至（命令窗口）。

G. matlab中采用二维插值进行三维绘图之后，如何把图中的各个数据点导出

[X,Y] = meshgrid(-3:.25:3);
Z = peaks(X,Y);
[XI,YI] = meshgrid(-3:.125:3);
ZI = interp2(X,Y,Z,XI,YI);
mesh(X,Y,Z)
mesh(XI,YI,ZI)%这句话就导出了插入的点

H. matlab插值后的插值点如何输出

x=
y=
z=

[xx,yy]=meshgrid(3:2:27,3:2:27);
zz=griddata(x,y,z,xx,yy,'v4')

I. 怎样在Arcgis中通过插值法获得网格数据

arcgis可以通过等值线或者点数据进行数据插值成栅格数据。
等值线：spatial analyst->convert->features to raster
点数据插值：spatial analyst->interpolate to raster->inverse distance weight(反距离插值)或者spline（样条插值）或者kriging（克里格插值）以上三种方法插值都可以，具体选择可能你需要看一下这几个插值的原理侧重选择。
希望最对你有帮助，有不明白可以继续问我~

J. bicubic插值的导数信息怎么获得

在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数据点。插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。 早在6世纪，中国的刘焯已将等距二次插值用于天文计算。17世纪之后，I.牛顿，J.-L.拉格朗日分别讨论了等距和非等距的一般插值公式。在近代，插值法仍然是数据处理和编制函数表的常用工具，又是数值积分、数值微分、非线性方程求根和微分方程数值解法的重要基础，许多求解计算公式都是以插值为基础导出的。 插值问题的提法是：假定区间[a，b］上的实值函数f（x）在该区间上 n＋1个互不相同点x0，x1……xn 处的值是f [x0］，……f（xn），要求估算f（x）在[a，b］中某点的值。其做法是：在事先选定的一个由简单函数构成的有n＋1个参数C0，C1，……Cn的函数类Φ(C0，C1，……Cn)中求出满足条件P（xi）＝f（xi）（i＝0，1，…… n）的函数P(x)，并以P()作为f()的估值。此处f（x）称为被插值函数，c0，x1，……xn称为插值结(节)点，Φ(C0，C1，……Cn)称为插值函数类，上面等式称为插值条件，Φ（C0，……Cn）中满足上式的函数称为插值函数，R（x）＝ f（x）－P（x）称为插值余项。当估算点属于包含x0，x1……xn的最小闭区间时，相应的插值称为内插，否则称为外插。 多项式插值 这是最常见的一种函数插值。在一般插值问题中，若选取Φ为n次多项式类，由插值条件可以唯一确定一个n次插值多项式满足上述条件。从几何上看可以理解为：已知平面上n＋1个不同点，要寻找一条n次多项式曲线通过这些点。插值多项式一般有两种常见的表达形式，一个是拉格朗日插值多项式，另一个是牛顿插值多项式。 埃尔米特插值 对于函数f（x），常常不仅知道它在一些点的函数值，而且还知道它在这些点的导数值。这时的插值函数P（x），自然不仅要求在这些点等于f(x）的函数值，而且要求P（x）的导数在这些点也等于f（x)的导数值。这就是埃尔米特插值问题，也称带导数的插值问题。从几何上看，这种插值要寻求的多项式曲线不仅要通过平面上的已知点组，而且在这些点（或者其中一部分）与原曲线“密切”，即它们有相同的斜率。可见埃尔米特插值多项式比起一般多项式插值有较高的光滑逼近要求。 分段插值与样条插值 为了避免高次插值可能出现的大幅度波动现象，在实际应用中通常采用分段低次插值来提高近似程度，比如可用分段线性插值或分段三次埃尔米特插值来逼近已知函数，但它们的总体光滑性较差。为了克服这一缺点，一种全局化的分段插值方法——三次样条插值成为比较理想的工具。见样条函数。 三角函数插值 当被插函数是以2π为周期的函数时，通常用n阶三角多项式作为插值函数，并通过高斯三角插值表出。 插值（Interpolation），有时也称为“重置样本”，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。有些相机使用插值，人为地增加图像的分辨率。 插值：用来填充图像变换时像素之间的空隙。 说道插值，还有0.618法插值，三点二次插值和二点二次插值。