企业官网建设流程全解析

简介：广东工业大学数值分析课程实验四的Python实验报告，完整覆盖超定方程组最小二乘解与最小二乘拟合两大核心实验。报告为docx文档，共1个文件、112KB，包含题目三、题目六及石油产量预测三道典型问题，均附有可运行的Python源码、算法介绍和结果分析。题目三基于最小二乘解的充要条件，构造正规方程组ATAx=ATb，借助numpy的线性代数求解器高效算出两组超定方程的解；题目六以1和1/x为基函数建立线性组合模型，调用sklearn的LinearRegression拟合观察数据，得到形如y=2.0143+1.00931/x的拟合函数；石油产量预测则演示了将数值方法应用于实际数据建模的完整流程。读者可从中学习最小二乘问题的矩阵推导、正规方程构造、Python库调用及结果分析方法，适合正在学习数值分析、需要参考完整实验报告或复习相关算法的高校学生。目前已有212人学习该资源。

1. 某高校Python数值分析实验四：为什么代码三分钟跑完，作业却要写一整晚

数值分析这门课，真正动手做起来和听课时完全是两个世界。某高校的Python数值分析实验四，表面上是插值和拟合两个经典主题——拉格朗日插值、牛顿插值、最小二乘拟合，代码用NumPy就能写完，跑通不过三分钟。但真正消耗时间的，是把课本上的公式变成能交代得清楚的程序，把结果画成能放进实验报告的图表，以及处理那些课本没写、IDE也不会告诉你的边界情况。这篇笔记按我实际完成实验四的顺序来写，从任务拆解、环境准备、算法实现到避坑排查，每一步都给可复现的代码和参数说明。适合第一次做数值分析实验的学生，也适合想快速拾起插值与拟合实现的工程师。

2. 拆开实验四的作业要求：任务清单、环境准备与报告结构

2.1 先搞清实验四考什么：两个主线任务和三类题型

数值分析实验四在多数高校的教学安排里，主题都落在“插值法与曲线拟合”这一章。拆开来看，主线任务基本是固定的：用Python实现拉格朗日插值和牛顿插值，再用最小二乘法做曲线拟合，最后把结果和理论做对比。不同年份、不同老师的题目形式会有变化，但底层要求逃不出三类题型。第一类是给定函数或数据表，要求计算指定点的插值结果；第二类是给一组观测数据，要求用多项式拟合出趋势；第三类是综合题，比如对某个病态函数做插值并讨论误差，或者用拟合预测下一组数据点。

先确认自己拿到的是哪类题，再决定代码怎么组织，能省下大量返工时间。我见过不少同学上来就写拉格朗日的循环，写完才发现题目要求的是拟合。更常见的坑是，题目给了十个数据点，但要求分别用三次、五次、七次多项式做拟合，这时候如果没提前把拟合逻辑封装成函数，后面每一个次数都要复制粘贴改参数，实验报告的代码部分会显得很乱，查错也麻烦。所以第一步不是写代码，是把题目要求翻译成一个清单：要实现的算法有几个、输入输出是什么、要求画几张图、误差分析要算哪些量。

2.2 实验环境准备：conda创建虚拟环境与依赖清单

实验四的代码依赖面不宽，但版本不一致会在后面图表上翻车。我一般会先建一个干净的虚拟环境，避免和机器上其他项目共用NumPy和SciPy。用conda创建虚拟环境的命令如下：

conda create -n numeric-analysis python=3.11 conda activate numeric-analysis pip install numpy matplotlib scipy

选Python 3.11而不是最新版本，是因为NumPy和SciPy对最新Python版本的支持往往滞后几个月，装完才发现某个依赖编译失败，再回退更浪费时间。NumPy负责数组计算和多项式运算，SciPy在拟合部分会用到curve_fit，Matplotlib负责画图。这三个库覆盖面足够，pandas在这个实验里用不上，装不装看个人习惯。

依赖安装完以后，建议顺手验证一下版本号是否匹配，尤其是NumPy和SciPy之间的版本兼容。我遇到过NumPy 1.x和SciPy 1.11搭配时某个接口行为变化，导致polyfit返回结果格式不同。验证方式很简单，在Python交互环境里分别import并打印版本号，确认能正常加载再开始写实验代码。如果用的是机房预装的环境，版本往往偏旧，建议先确认能不能装新包，不能装就基于现有版本调整写法，别到最后一刻才暴露问题。

2.3 实验报告的结构：算法原理、程序实现、结果分析三位一体

实验报告怎么写，决定了这份作业的最终成绩。数值分析实验的评分点通常有三个：算法原理是否说清楚、代码是否能跑出正确结果、结果分析是否有深度。三者缺一不可，但很多同学只重视代码，原理部分抄课本，分析部分写“图像符合预期”，这等于把最容易拿分的部分放弃了。

我的习惯是先在报告里画一个整体框架，再按照框架去补内容。第一部分写算法原理，包括公式推导和算法步骤，不需要长篇大论，但要写清楚公式中每个符号的含义，比如插值节点、基函数、差商。第二部分写程序实现，代码按功能拆分，关键函数要给注释。第三部分写结果分析，这一部分要包含数值结果和图像的对比，以及误差分析——插值法算出的值和理论值差多少、拟合的残差有多大、为什么会有这个误差。整份报告的逻辑是：读者只看报告不看你跑代码，也能复现你的结果，这才是一份合格的实验报告。

3. 拉格朗日插值与牛顿插值：从公式到Python实现

3.1 拉格朗日插值法的数学原理与代码实现

插值问题的本质，是已知n+1个数据点，找一条通过所有这些点的曲线。拉格朗日插值的思想最直白：构造一组基函数，每个基函数在某个数据点上取值为1，在其他数据点上取值为0，然后把所有基函数加权叠加。权重就是对应数据点的函数值。这样做的好处是公式对称、好理解，代码实现也不需要额外存储中间量。

import numpy as np def lagrange_interp(x_points, y_points, x_eval): """ 拉格朗日插值：计算单个点 x_eval 处的插值结果 x_points: 插值节点数组，例如 [1, 2, 3] y_points: 对应的函数值数组，例如 [1, 4, 9] x_eval: 需要求插值的点，可以是标量或数组 """ n = len(x_points) if n == 0: raise ValueError("插值节点不能为空") total = 0.0 for i in range(n): term = y_points[i] for j in range(n): if j != i: term *= (x_eval - x_points[j]) / (x_points[i] - x_points[j]) total += term return total

这段代码的逻辑是两层循环：外层遍历每个数据点，内层累乘计算对应基函数在当前求值点x_eval处的值。内层循环里分母是x_points[i] - x_points[j]，当x_eval恰好等于某个插值节点时，对应项的分母会精确抵消成一，其他项因为分子出现零而整个为0，最终返回该节点的函数值，这是拉格朗日插值最基本的性质。代码里加了个空节点检查，防止传入空数组时报出难以理解的numpy错误。

用的时候注意两个参数语义：x_points是插值节点而非插值区间端点，它决定多项式的次数，n个节点对应n-1次多项式。x_eval可以是单个数值，也可以是numpy数组，函数内部会自动做广播。实测中，对数组求值时这个函数会在每个元素上独立执行两层循环，数据量上千点时速度会明显下降，所以如果只需要在特定几个点求值，不要传一个很长的密集数组，这属于代码效率和精度无关但和体验相关的问题。

3.2 牛顿插值法：差商表与递推实现

牛顿插值和拉格朗日插值数学上等价，但实现思路不同。牛顿插值通过构造差商表来逐步构建多项式，它的优势在于，当新增一个插值节点时，不需要重写所有基函数，只需在原有多项式上加一项。这个性质在实验里体现得最明显的是：题目要求先取前三个点插值看结果，再取前四个点插值看结果，用牛顿插值可以复用之前的计算。

def newton_divided_differences(x_points, y_points): """ 计算差商表，返回对角线上的差商系数数组 """ n = len(x_points) coef = np.array(y_points, dtype=float) for j in range(1, n): for i in range(n - 1, j - 1, -1): coef[i] = (coef[i] - coef[i - 1]) / (x_points[i] - x_points[i - j]) return coef def newton_interp(coef, x_points, x_eval): """ 用差商系数计算牛顿插值多项式在 x_eval 处的值 coef: newton_divided_differences 的返回值 """ n = len(coef) result = coef[0] for i in range(1, n): term = coef[i] for j in range(i): term *= (x_eval - x_points[j]) result += term return result

差商表计算是原地更新的，coef数组在每一轮外层循环中被覆盖，最终coef[i]存放的是第i阶差商。注意内层循环从后向前遍历，这保证计算新值时用到的是上一轮的结果而不是本轮已经覆盖的值，顺序反了整个差商表就是错的。牛顿插值的求值过程用到了嵌套乘法，从最高次项开始逐层提取公因子，这样比直接展开多项式运算量更小，也更符合数值分析教材里对秦九韶算法的介绍。

实操中，差商表函数只在构造阶段调用一次，之后对多个x_eval求值时只需要反复调用newton_interp。如果你要插值的点有几百上千个，这个做法的优势非常明显——差商构造是O(n²)，而每个点求值是O(n)。拉格朗日插值对每个求值点都要重新计算所有基函数，同样是O(n²)但乘在点的数量上，数据量一大差距就拉开了。

3.3 用matplotlib画出插值效果对比图

实验报告里最直观的内容是一张插值效果图：原始数据点、拉格朗日插值曲线、牛顿插值曲线在同一坐标系中展示。画图代码不长，但有两个细节要注意：插值曲线的横坐标要足够密，不然曲线会显得很生硬；纵坐标范围要留出余量，避免曲线在边缘处超出画布。

import matplotlib.pyplot as plt x_points = np.array([0.0, 1.0, 2.0, 3.0, 4.0]) y_points = np.array([1.0, 2.0, 1.5, 3.0, 2.8]) x_dense = np.linspace(0, 4, 200) fig, ax = plt.subplots(figsize=(8, 5)) ax.plot(x_points, y_points, 'o', label='原始数据点') ax.plot(x_dense, lagrange_interp(x_points, y_points, x_dense), '-', label='拉格朗日插值') coef = newton_divided_differences(x_points, y_points) ax.plot(x_dense, newton_interp(coef, x_points, x_dense), '--', label='牛顿插值') ax.set_xlabel('x') ax.set_ylabel('y') ax.legend() ax.grid(True, linestyle='--', alpha=0.6) plt.show()

画图时x_dense用np.linspace(0, 4, 200)生成200个均匀分布的点，具体点数取决于插值多项式的次数和区间跨度，一般200到500足够。如果两条插值曲线完全重合，说明两个算法在精度上一致，这是正常的；如果出现细微差异，优先检查差商表的迭代顺序是否正确。对比图存在的意义是验证两个算法结果一致，顺带检查曲线的形状是否符合直觉。

4. 最小二乘曲线拟合：把公式拟合到数据点上的完整流程

4.1 最小二乘原理与numpy.polyfit最小实现

拟合和插值的核心区别在于：插值要求曲线严格穿过每个数据点，拟合只要求曲线在整体上最接近数据点。最小二乘的思想是找一组参数，让模型计算值与观测值的平方误差之和最小。平方误差比绝对误差更敏感，而且方便求导，所以成为最常用的拟合准则。

import numpy as np x_data = np.array([0.0, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0]) y_data = np.array([0.1, 0.8, 1.8, 2.9, 5.1, 7.2, 10.0]) degree = 2 coeffs = np.polyfit(x_data, y_data, degree) p = np.poly1d(coeffs) print("拟合系数：", coeffs) print("拟合多项式：", p)

np.polyfit返回的是多项式系数，从最高次到常数项排列，系数顺序和poly1d的输入是对应的。degree参数是最关键的调试项：取1时是线性拟合，取2时是抛物线拟合，取大了会出现过拟合——曲线为了贴近个别数据点而剧烈抖动，尤其是在数据本身不是高阶多项式的情况下。判断次数是否合适的标准很简单：看拟合曲线走势是否符合数据的物理含义，再看残差是否随机分布，而不是呈现系统性偏差。

poly1d是把系数数组包装成可以直接调用的多项式对象，调用p(x_eval)就能批量求值。这里有个小细节：polyfit内部用的是基于SVD的稳定算法，对于次数不超过8的多项式拟合，很少出现数值问题，但超过10次就要警惕矩阵病态，结果可能不可信。所以实验题里如果要求拟合次数特别高，建议检查一下拟合系数是否出现数量级异常的大值，那通常是条件数过大导致的数值性翻车。

4.2 自定义函数拟合：scipy.optimize.curve_fit的使用

实验题里有时候不要求多项式拟合，而是指定一个函数形式，比如指数衰减模型或者带偏移的正弦函数。np.polyfit只支持多项式，这时候要换用scipy的curve_fit，它可以拟合任意你写出的Python函数。核心用法是：先定义一个函数形式，函数的第一个参数是自变量，后面是待拟合参数。

from scipy.optimize import curve_fit def exp_model(x, a, b, c): """指数衰减加常数偏移的拟合模型""" return a * np.exp(-b * x) + c popt, pcov = curve_fit(exp_model, x_data, y_data, p0=[1.0, 1.0, 0.0]) a_opt, b_opt, c_opt = popt print(f"拟合参数: a={a_opt:.4f}, b={b_opt:.4f}, c={c_opt:.4f}") x_smooth = np.linspace(x_data.min(), x_data.max(), 100) y_fit = exp_model(x_smooth, *popt)

p0是参数初值，这个参数在很多时候决定了拟合能不能收敛。初值差得太远，算法可能陷入局部极小值，甚至直接报错。给p0的经验法则是：先看数据点的取值范围，大致估计一下参数的量级。比如数据y值在0到10之间，c的初值可以设为数据中点或最小值附近，a的初值设为y的跨度，b的初值根据曲线衰减的快慢估一个正数。如果你发现拟合结果明显不合理，最先该改的是p0而不是模型本身。

curve_fit返回的pcov是参数协方差矩阵，对角线元素开根号是参数的标准差，代表拟合参数的不确定度。实验报告里如果想体现严谨性，可以把参数误差也打印出来。当协方差矩阵里的值大到离谱时，往往说明模型参数之间存在强相关性，或者数据量不足以确定这么多参数，这时候的拟合系数虽然能算出数，但不能当作物理解释使用。这个点算是一个隐藏的知识点，写在报告的分析部分会很加分。

4.3 拟合效果的量化评估：残差、R方与可视化

拟合做完不评估就写报告，等于黑匣子输出直接交差。评估拟合质量最常用的是三个量：残差、均方根误差和R方。残差是每个数据点的观测值减拟合值，R方表示拟合曲线解释了数据方差的百分比，越接近1越好。

residuals = y_data - exp_model(x_data, *popt) ss_res = np.sum(residuals**2) ss_tot = np.sum((y_data - np.mean(y_data))**2) r_squared = 1 - ss_res / ss_tot rmse = np.sqrt(np.mean(residuals**2)) print(f"R方 = {r_squared:.4f}") print(f"均方根误差 RMSE = {rmse:.4f}")

注意R方有一个陷阱：当模型形式比较复杂、参数很多时，R方会虚高，甚至接近1，但这不代表模型真的好。一个十次多项式拟合十个数据点，R方必然是1，但那完全没有预测意义。所以评估时要同时看残差图——如果残差随x增大而增大，说明模型形式不对；如果残差呈现波浪形，说明漏掉了周期性分量。这些判断是数值分析实验最有价值的训练，比单纯算对拉格朗日插值结果重要得多。把残差图画出来，和拟合效果图画在一起，报告的分析部分立刻有了深度。

5. 实验四避坑指南：5个最常见的翻车点与排查方法

5.1 拉格朗日插值次数过高导致龙格现象，数据越多结果越离谱

现象：用拉格朗日插值去逼近某些连续函数，插值节点增加到十几个甚至更多，插值曲线在区间两端剧烈震荡，误差反而比少用几个节点时更大。

原因：这是数值分析教材里反复强调的龙格现象。拉格朗日插值多项式在等距节点下对龙格函数、绝对值函数这类目标做高次逼近时，插值余项在端点附近会放大，多项式次数越高震荡越明显。

解决：明确实验四的题目通常只要求4到6个节点的插值，不需要追求高次。如果题目要求对比不同节点数下的误差，把插值点数从3逐个增加到10，画误差曲线，让读者直观看到误差先降后升的过程，这本身就是一份合格的现象分析。如果实际工程中遇到类似需求，应该改用分段插值或样条插值，而不是硬上高次多项式。

5.2 图表的横纵坐标出现方块字，中文标注全部乱码

现象：matplotlib画图时，标题和图例里的中文显示成一个个小方块，英文和数字正常，实验报告截图里一眼就能看出问题。

原因：matplotlib默认字体不包含中文字形，需要显式指定中文字体。Windows系统一般有SimHei或Microsoft YaHei，Linux和macOS的字体名不同，用系统自带字体名逐个尝试。

解决：在画图代码最前面加上字体设置，让matplotlib全局使用中文字体，如下所示：

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'PingFang SC'] plt.rcParams['axes.unicode_minus'] = False

第二行去掉坐标轴负号的特殊处理，是因为切换了中文字体之后，负号有可能显示成一个奇怪的方框。这个问题属于程序能跑但报告不能看的隐形翻车，查错成本高，提前设置好就能完全避免。

5.3 差商表计算顺序写反，牛顿插值结果对不上拉格朗日

现象：牛顿插值和拉格朗日插值结果不一致，差距可能很小也可能很大，越小规模的数据差距越小，很多同学因此没发现。

原因：newton_divided_differences函数里内层循环的方向错了。差商表必须从后向前原地更新，如果写成从前向后，计算新的差商时用的是已经被本轮覆盖过的值，导致差商全部错误。数据点少时误差不明显，数据点多时完全对不上。

解决：内层循环固定使用for i in range(n - 1, j - 1, -1)，从后往前遍历。排查思路也很简单：用三个点的手工差商计算结果和Python输出对比，如果差商对不上，问题就在循环方向。这类错误的特点是代码能跑、结果贴近但不对，最容易在实验报告的误差分析部分暴露，靠直觉很难发现。

5.4 拟合结果出现巨大系数，多项式次数太高导致矩阵病态

现象：polyfit指定degree=9或更高时，拟合系数出现10的6次方以上的大数，拟合曲线在数据点之间剧烈波动，部分区间甚至超出数据范围好几倍。

原因：高次多项式拟合的等效设计矩阵条件数随次数指数增长，数据点x跨度大时尤其严重。矩阵接近奇异，SVD分解得到的解被微小舍入误差放大，系数自然不稳定。

解决：首先判断题目是否真的要求高次拟合。如果要求做不同次数拟合的对比，把次数范围控制在1到6之间，重点观察拟合误差变化趋势。如果必须拟合高次多项式，考虑先对x数据做归一化，把数据平移到零均值并缩放到单位方差，再拟合，最后把系数还原回原始坐标。归一化这步在实验报告里是加分项，能体现你对数值稳定性的理解。

5.5 求值点落在插值节点范围之外，结果完全失控

现象：用插值函数计算区间外的点，计算结果非常大，和真实函数值差出几个数量级，有的同学以为是代码精度不够。

原因：插值多项式只在节点覆盖的区间内有可靠逼近能力。区间外没有任何数据点约束多项式形状，高次项起主导作用，结果必然外溢。这是插值方法的固有属性，不是bug。

解决：求值前先检查x_eval是否在x_points的范围内。如果题目故意要求计算外推值，那么在报告里要明确记录这个现象，用误差对比说明外推不可靠，这属于正面的实验结果。如果在做拟合预测，用polyfit拟合出的多项式做短距离预测是可行的，做远距离预测同样会失效。边界意识是从数值分析实验里能带走的最重要工程习惯。

6. 用一份可视化脚本把实验结果整理成答辩图表

实验四答辩或提交报告时，图表质量往往直接影响印象分。同样是解决同一个问题，一个用默认绘图风格、图例位置遮挡曲线、坐标轴没标单位，和另一个图面干净、曲线粗细分明、每个子图都有标题和注释，给阅卷人的感受完全不同。整理图表这一步建议独立写一个脚本，不要和算法代码混在一起，输出为高分辨率图片再插入报告，而不是直接截图。

import matplotlib.pyplot as plt import numpy as np fig, axes = plt.subplots(1, 3, figsize=(14, 4)) # 第一个子图：插值结果对比 axes[0].plot(x_points, y_points, 'o', label='数据点') axes[0].plot(x_dense, lagrange_interp(x_points, y_points, x_dense), label='拉格朗日') coef = newton_divided_differences(x_points, y_points) axes[0].plot(x_dense, newton_interp(coef, x_points, x_dense), '--', label='牛顿') axes[0].set_title('插值结果对比') axes[0].legend() # 第二个子图：拟合效果 axes[1].plot(x_data, y_data, 'o', label='观测数据') axes[1].plot(x_smooth, y_fit, '-', label='拟合曲线') axes[1].set_title('最小二乘拟合') # 第三个子图：残差分布 axes[2].plot(x_data, residuals, 'o-', label='残差') axes[2].axhline(0, color='gray', linestyle='--') axes[2].set_title('拟合残差分布') axes[2].legend() fig.tight_layout() plt.savefig('experiment4_summary.png', dpi=200, bbox_inches='tight') plt.show()

一处细节是plt.savefig里的参数：dpi至少200才够打印清晰，bbox_inches='tight'可以把空白边缘裁掉，避免图片四周留白过多。如果你是准备提交电子版报告，300dpi更好，图片文件大一点没关系，打印效果匀称。另一个细节是每个子图的标题要能自解释，也就是说读者不看正文只看图，就知道这张图在表达什么，这是实验报告图表规范的基本要求，多数同学没意识到，所以认真做反而会留下印象。

我自己的习惯是，在画图脚本开头放一段注释，记录这份图表对应的题目要求、数据文件、生成日期，方便复查时快速定位。数值分析实验四做完，回头看最大的收获往往不是那几个算法本身，而是理解了“数据点给出的信息量是有限的，任何试图从有限数据外推的做法都必须说明假设和边界”。这个意识在后面的课程和工程项目里反复被验证。希望这篇笔记能帮你把实验四从头到尾走通，拿到一个能进报告、能讲清楚、也能经得起提问的结果。

本文还有配套的精品资源，点击获取