MATLAB中的插值、拟合与查表插值法是实用的数值方法，是函数逼近的重要方法。
在生产和科学实验中，自变量x与因变量y的函数y = f(x)的关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值。
当要求知道观测点之外的函数值时，需要估计函数值在该点的值。
如何根据观测点的值，构造一个比较简单的函数y=φ(x)，使函数在观测点的值等于已知的数值或导数值。
用简单函数y=φ(x)在点x处的值来估计未知函数y=f(x)在x点的值。
寻找这样的函数φ(x)，办法是很多的。
φ(x)可以是一个代数多项式，或是三角多项式，也可以是有理分式；φ(x)可以是任意光滑（任意阶导数连续）的函数或是分段函数。
函数类的不同，自然地有不同的逼近效果。
在许多应用中，通常要用一个解析函数（一、二元函数）来描述观测数据。
根据测量数据的类型：1．测量值是准确的，没有误差。
2．测量值与真实值有误差。
这时对应地有两种处理观测数据方法：1．插值或曲线拟合。
2．回归分析（假定数据测量是精确时，一般用插值法，否则用曲线拟合）。
MATLAB中提供了众多的数据处理命令。
有插值命令，有拟合命令，有查表命令。
2.2.1 插值命令命令1 interp1功能一维数据插值（表格查找）。
该命令对数据点之间计算内插值。
它找出一元函数f(x)在中间点的数值。
其中函数f(x)由所给数据决定。
各个参量之间的关系示意图为图2-14。
格式 yi = interp1(x,Y,xi) %返回插值向量yi，每一元素对应于参量xi，同时由向量x 与Y的内插值决定。
参量x指定数据Y的点。
若Y为一矩阵，则按Y的每列计算。
yi是阶数为length(xi)*size(Y,2)的输出矩阵。
yi = interp1(Y,xi) %假定x=1:N，其中N为向量Y的长度，或者为矩阵Y的行数。
yi = interp1(x,Y,xi,method) %用指定的算法计算插值：’nearest’：最近邻点插值，直接完成计算；’linear’：线性插值（缺省方式），直接完成计算；’spline’：三次样条函数插值。
对于该方法，命令interp1调用函数spline、ppval、mkpp、umkpp。
这些命令生成一系列用于分段多项式操作的函数。
命令spline用它们执行三次样条函数插值；’pchip’：分段三次Hermite插值。
对于该方法，命令interp1调用函数pchip，用于对向量x与y执行分段三次内插值。
该方法保留单调性与数据的外形；’cubic’：与’pchip’操作相同；’v5cubic’：在MATLAB 5.0中的三次插值。
对于超出x范围的xi的分量，使用方法’nearest’、’linear’、’v5cubic’的插值算法，相应地将返回NaN。
对其他的方法，interp1将对超出的分量执行外插值算法。
yi = interp1(x,Y,xi,method,'extrap') %对于超出x范围的xi中的分量将执行特殊的外插值法extrap。
yi = interp1(x,Y,xi,method,extrapval) %确定超出x范围的xi中的分量的外插值extrapval，其值通常取NaN或0。
例2-31>>x = 0:10; y = x.*sin(x);>>xx = 0:.25:10; yy = interp1(x,y,xx);>>plot(x,y,'kd',xx,yy)例2-32>> year = 1900:10:2010;>> product = [75.995 91.972 105.711 123.203 131.669 150.697 179.323 203.212 226.505 249.633 256.344 267.893 ];>>p1995 = interp1(year,product,1995)>>x = 1900:1:2010;>>y = interp1(year,product,x,'pchip');>>plot(year,product,'o',x,y)插值结果为：p1995 =252.9885命令2 interp2功能二维数据内插值（表格查找）格式 ZI = interp2(X,Y,Z,XI,YI) %返回矩阵ZI，其元素包含对应于参量XI与YI（可以是向量、或同型矩阵）的元素，即Zi(i,j)←[Xi(i,j),yi(i,j)]。
用户可以输入行向量和列向量Xi与Yi，此时，输出向量Zi与矩阵meshgrid(xi,yi)是同型的。
同时取决于由输入矩阵X、Y与Z确定的二维函数Z=f(X,Y)。
参量X与Y必须是单调的，且相同的划分格式，就像由命令meshgrid生成的一样。
若Xi与Yi中有在X与Y范围之外的点，则相应地返回nan（Not a Number）。
ZI = interp2(Z,XI,YI) %缺省地，X=1:n、Y=1:m，其中[m,n]=size(Z)。
再按第一种情形进行计算。
ZI = interp2(Z,n) %作n次递归计算，在Z的每两个元素之间插入它们的二维插值，这样，Z的阶数将不断增加。
interp2(Z)等价于interp2(z,1)。
ZI = interp2(X,Y,Z,XI,YI,method) %用指定的算法method计算二维插值：’linear’：双线性插值算法（缺省算法）；’nearest’：最临近插值；’spline’：三次样条插值；’cubic’：双三次插值。
例2-33：>>[X,Y] = meshgrid(-3:.25:3);>>Z = peaks(X,Y);>>[XI,YI] = meshgrid(-3:.125:3);>>ZZ = interp2(X,Y,Z,XI,YI);>>surfl(X,Y,Z);hold on;>>surfl(XI,YI,ZZ+15)>>axis([-3 3 -3 3 -5 20]);shading flat>>hold off插值图形为图2-17。
例2-34>>years = 1950:10:1990;>>service = 10:10:30;>>wage = [150.697 199.592 187.625179.323 195.072 250.287203.212 179.092 322.767226.505 153.706 426.730249.633 120.281 598.243];>>w = interp2(service,years,wage,15,1975)插值结果为：w =190.6288命令3 interp3功能三维数据插值（查表）格式 VI = interp3(X,Y,Z,V,XI,YI,ZI) %找出由参量X,Y,Z决定的三元函数V=V(X,Y,Z)在点（XI,YI,ZI）的值。
参量XI,YI,ZI是同型阵列或向量。
若向量参量XI,YI,ZI是不同长度，不同方向（行或列）的向量，这时输出参量VI与Y1,Y2,Y3为同型矩阵。
其中Y1,Y2,Y3为用命令meshgrid(XI,YI,ZI)生成的同型阵列。
若插值点(XI,YI,ZI)中有位于点(X,Y,Z)之外的点，则相应地返回特殊变量值NaN。
VI = interp3(V,XI,YI,ZI) %缺省地，X=1:N，Y=1:M，Z=1:P，其中，[M,N,P]=size(V)，再按上面的情形计算。
VI = interp3(V,n) %作n次递归计算，在V的每两个元素之间插入它们的三维插值。
这样，V的阶数将不断增加。
interp3(V)等价于interp3(V,1)。
VI = interp3(…,method) %用指定的算法method作插值计算：‘linear’：线性插值（缺省算法）；‘cubic’：三次插值；‘spline’：三次样条插值；‘nearest’：最邻近插值。
说明在所有的算法中，都要求X,Y,Z是单调且有相同的格点形式。
当X,Y,Z是等距且单调时，用算法’*linear’，’*cubic’，’*nearest’，可得到快速插值。
例2-35>>[x,y,z,v] = flow(20);>>[xx,yy,zz] = meshgrid(.1:.25:10, -3:.25:3, -3:.25:3);>>vv = interp3(x,y,z,v,xx,yy,zz);>>slice(xx,yy,zz,vv,[6 9.5],[1 2],[-2 .2]); shading interp;colormap cool命令4 interpft功能用快速Fourier算法作一维插值格式 y = interpft(x,n) %返回包含周期函数x在重采样的n个等距的点的插值y。
若length(x)=m，且x有采样间隔dx，则新的y的采样间隔dy=dx*m/n。
注意的是必须n≥m。
若x为一矩阵，则按x的列进行计算。
返回的矩阵y有与x相同的列数，但有n行。
y = interpft(x,n,dim) %沿着指定的方向dim进行计算命令5 griddata功能数据格点格式 ZI = griddata(x,y,z,XI,YI) %用二元函数z=f(x,y)的曲面拟合有不规则的数据向量x,y,z。
griddata将返回曲面z在点（XI,YI）处的插值。
曲面总是经过这些数据点（x,y,z）的。
输入参量（XI,YI）通常是规则的格点（像用命令meshgrid生成的一样）。
XI可以是一行向量，这时XI指定一有常数列向量的矩阵。
类似地，YI可以是一列向量，它指定一有常数行向量的矩阵。
[XI,YI,ZI] = griddata(x,y,z,xi,yi) %返回的矩阵ZI含义同上，同时，返回的矩阵XI,YI 是由行向量xi与列向量yi用命令meshgrid生成的。
[…] = griddata(…,method) %用指定的算法method计算：‘linear’：基于三角形的线性插值（缺省算法）；‘cubic’：基于三角形的三次插值；‘nearest’：最邻近插值法；‘v4’：MATLAB 4中的griddata算法。
命令6 spline功能三次样条数据插值格式 yy = spline(x,y,xx) %对于给定的离散的测量数据x,y（称为断点），要寻找一个三项多项式p(x)以逼近每对数据(x,y)点间的曲线。