采用栅格internallant.要插入1-D数据集。

创建分散的样本点矢量V.。点在0到20之间的随机1-D位置进行采样。

x = sort（20 * rand（100,1））;v = besselj（0，x）;

为数据创建一个网格介绍的Interpolant对象。默认情况下，栅格internallant.用来'线性'插值方法。

f = griddedinterpolant（x，v）

f =具有属性的网格化interpolant：GridVectors：{[100x1 double]}值：[100x1 double]方法：'线性'外推Method：'linear'

查询Interpolant.F在500个均匀间隔点，0到20之间。绘制内插结果（XQ，VQ）在原始数据之上（x，v）。

xq = linspace（0,20,500）;VQ = F（XQ）;绘图（x，v，'ro'） 抓住在绘图（XQ，VQ，'。'） 传奇（'样本点'那'内插价值'）

使用两种方法插入三维数据来指定查询点。

创建和绘制表示该功能的三维数据集 $\mathit{Z.}（\mathit{XG.ydF4y2Ba}那\mathit{yg.ydF4y2Ba}）=\frac{\mathrm{罪}（{\mathit{XG.ydF4y2Ba}}^2+{\mathit{yg.ydF4y2Ba}}^2）}{{\mathit{XG.ydF4y2Ba}}^2+{\mathit{yg.ydF4y2Ba}}^2}$在范围内的一组网格样本点评估[-5,5]。

[x，y] = ndgrid（-5：0.8：5）;z = sin（x。^ 2 + y。^ 2）./（x。^ 2 + y。^ 2）;冲浪（x，y，z）

为数据创建一个网格介绍的Interpolant对象。

f =网格化interpolant（x，y，z）;

使用更精细的网格查询插值并提高分辨率。

[xq，yq] = ndgrid（-5：0.1：5）;VQ = F（XQ，YQ）;冲浪（XQ，YQ，VQ）

在有很多样本点或查询点的情况下，以及内存使用成为关注的位置，可以使用网格向量提高内存使用情况。

或者，使用网格向量执行先前的命令。

x = -5：0.8：5;y = x';z = sin（x。^ 2 + y。^ 2）./（x。^ 2 + y。^ 2）;f = griddedinterpolant（{x，y}，z）;XQ = -5：0.1：5;YQ = XQ';VQ = F（{XQ，YQ}）;冲浪（XQ，YQ，VQ）

使用默认网格在一组样本点上执行快速插值。默认网格使用单位间隔点，因此当确切时，该插值非常有用XY.样本点之间的间距并不重要。

创建示例函数值的矩阵，并将它们映衬默认网格。

x =（1：0.3：5）';y = x';v = cos（x）。* sin（y）;n =长度（x）;冲浪（1：N，1：N，V）

使用默认网格内插数据。

f =网格化interpolant（v）

f =具有属性的网格化interpolant：GridVectors：{[1 2 3 4 5 6 7 8 9 10 11 12 13 14]值：[14x14双]方法：'Linear'外推Method：'linear'

查询插值并绘制结果。

[xq，yq] = ndgrid（1：0.2：n）;VQ = F（XQ，YQ）;冲浪（XQ'，YQ'，VQ）

使用具有间距的完整网格来插入粗糙采样的数据0.5。

将样品点定义为两个尺寸范围[1,10]的全网格。

[x，y] = ndgrid（1：10,1：10）;

样本 $$F（\mathrm{XG.ydF4y2Ba}那\mathrm{yg.ydF4y2Ba}）={\mathrm{XG.ydF4y2Ba}}^2+{\mathrm{yg.ydF4y2Ba}}^2$$在网格点。

v = x. ^ 2 + y. ^ 2;

创建Interpolant，指定立方插值。

f = griddedinterpolant（x，y，v，'立方体'）;

定义具有的完整网格0.5间隔和评估这些点的内嵌。然后绘制结果。

[xq，yq] = ndgrid（1：0.5：10,1：0.5：10）;VQ = F（XQ，YQ）;网格（XQ，YQ，VQ）;

比较查询域外插值的结果F使用'pchip'和'最近'推断方法。

创建Interpolant，指定'pchip'作为插值方法和'最近'作为外推方法。

x = [1 2 3 4 5];v = [12 16 31 10 6];f = griddedinterpolant（x，v，'pchip'那'最近'）

f =具有属性的网格接事：GridVectors：{[1 2 3 4 5]}值：[12 16 31 10 6]方法：'Pchip'外推方法：'最近'

查询Interpolant，并包括域外的点F。

XQ = 0：0.1：6;VQ = F（XQ）;图绘图（x，v，'o'，xq，vq，'-b'）;传奇 （'v'那'VQ'）

此时使用PCHIP外推方法查询同一点的内括号。

F.ExtrapolationMethod ='pchip';图Vq = f（xq）;绘图（x，v，'o'，xq，vq，'-b'）;传奇 （'v'那'VQ'）

采用栅格internallant.在同一查询点内插入三组不同的值集。

创建一个样本点网格 $-5.\le .\mathit{X}\le .5.$和 $-3.\le .\mathit{y}\le .3.$。

gx = -5：5;gy = -3：3;[x，y] = ndgrid（gx，gy）;

在查询点评估三个不同的功能，然后将值连接到3-D阵列中。的大小V.与X和y栅格在前两个维度中，但额外尺寸的大小反映了与每个采样点相关的值的数量（在这种情况下，三个）。

f1 = x. ^ 2 + y. ^ 2;f2 = x. ^ 3 + y. ^ 3;f3 = x。^ 4 + y. ^ 4;v = CAT（3，F1，F2，F3）;

使用采样点和关联值创建Interpolant。

f =网格化interpolant（x，y，v）;

与采样点相比，使用更精细的网格尺寸创建查询点网格。

QX = -5：0.4：5;QY = -3：0.4：3;[xq，yq] = ndgrid（qx，qy）;

在查询点处插入所有三组值。

VQ = F（XQ，YQ）;

将原始数据与插值结果进行比较。

TileDlayout（3,2）NextTile Surf（X，Y，F1）标题（'f1'）NextTile Surf（XQ，YQ，VQ（：，：，1））标题（'内插F1'）NextDile Surf（x，y，f2）标题（'f2'）NextTile Surf（XQ，YQ，VQ（：，:,2））标题（'内插F2'）NextDile Surf（X，Y，F3）标题（'f3'）NextDile Surf（XQ，YQ，VQ（：，:,3））标题（'内插F3'）