拉格朗日插值测试：均匀与非均匀网格生成方法咨询

嘿，针对你要做的拉格朗日插值对比实验，这里有几个实用的非均匀网格生成方法，尤其适合和均匀网格做对比：

• 切比雪夫节点（首推）
  这是多项式插值领域最常用的非均匀网格，专门用来缓解均匀网格下的龙格现象。对于区间[-1,1]，8个节点的生成公式基于余弦函数，代码实现很简单：

  import numpy as np
  num_nodes = 8
  chebyshev_nodes = np.cos((2 * np.arange(1, num_nodes + 1) - 1) * np.pi / (2 * num_nodes))
  

  它的特点是区间两端节点更密集、中间相对稀疏，能让拉格朗日插值在区间边缘的精度大幅提升，和均匀网格的对比效果非常明显。

• 随机排序节点
  如果需要测试插值对任意非均匀分布的鲁棒性，可以生成随机数后排序：

  np.random.seed(42)  # 固定种子确保实验可复现
  random_nodes = np.sort(np.random.uniform(-1, 1, 8))
  

  这种方法生成的节点分布完全随机，适合验证插值算法的通用性，但每次运行结果不同，记得加随机种子。

• 自定义密度节点
  如果你想测试特定区域的插值效果，可以自己定义密度分布，比如让节点在靠近0点的区域更密集：

  # 基于三次方变换，靠近0点更密集
  custom_nodes = np.linspace(-1, 1, 8) ** 3
  # 或者让节点靠近右端更密集
  half_nodes = np.linspace(0, 1, 8) ** 2
  custom_nodes = np.concatenate([-half_nodes[::-1][1:], half_nodes])
  

  这种方式可以根据你的测试需求灵活调整节点的分布规律。

小提示：如果你的实验重点是对比均匀和非均匀网格的插值差异，优先选切比雪夫节点，它能最直观地展示出非均匀网格在拉格朗日插值中的优势~

内容的提问来源于stack exchange，提问作者mike123