Python分段多项式插值问题：一阶分段多项式同图绘制需求

嘿，我帮你梳理下代码里的问题，调整后就能顺利把所有分段插值多项式和原函数画在同一张图里啦：

1. 先修正两个核心问题 #

• 循环索引越界：你用了range(len(intpoint))，但intpoint有7个元素，当循环到最后一个索引i=6时，intpoint[i+1]会访问不存在的第8个元素，直接触发报错。正确的循环范围应该是range(len(intpoint)-1)，这样i只到5，刚好对应每一对相邻的插值点。
• 原函数重复绘制：原来的代码每次循环都画当前子区间的原函数片段，导致原函数被重复画6次，既冗余又影响视觉清晰度——我们可以一次性画出完整的原函数，再叠加各个分段的插值曲线。

修正后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as sc

# 定义插值点和目标函数（这里用np.sin示例，可替换为你需要的funky(x)）
intpoint = np.array([-3, -2, -1, 0, 1, 2, 3])
funky = np.sin

# 先绘制完整的原函数，用灰色做底色方便对比
x_full = np.linspace(intpoint[0], intpoint[-1], 1000)
plt.plot(x_full, funky(x_full), color='gray', label='原函数')

# 循环处理每个子区间的插值与绘图
for i in range(len(intpoint)-1):
    # 获取当前子区间的两个端点
    current_interval = [intpoint[i], intpoint[i+1]]
    # 生成子区间内的采样点，用于平滑绘制插值曲线
    interval_samples = np.linspace(current_interval[0], current_interval[1], 100)
    # 创建一阶插值函数（参数填1或'linear'都表示线性插值）
    segment_interp = sc.interp1d(current_interval, funky(np.array(current_interval)), kind=1)
    # 绘制当前分段的插值曲线，添加标签方便区分
    plt.plot(interval_samples, segment_interp(interval_samples), label=f'第{i+1}段插值')

# 添加图例和标题，让图更清晰
plt.legend()
plt.title('分段线性插值与原函数对比')
plt.show()

额外优化说明 #

• 把目标函数funky(x)单独抽出来，后续替换成其他函数时只需修改一行代码
• 给每个分段插值曲线添加了专属标签，图例里能清楚看到每一段的对应关系
• 原函数用灰色打底，插值曲线用默认的多色区分，对比效果更直观

这样调整后，你就能在同一张图里看到所有分段的一阶插值多项式和原函数的完整对比啦。

内容的提问来源于stack exchange，提问作者Tettidesa