Go Gonum interp 怎样拟合分段线性插值器

如果手里只有一组离散的 (x, y) 采样点，又希望在相邻点之间估算一个中间值，Go 里可以直接使用 Gonum 的 interp.PiecewiseLinear。它把相邻节点连成线段，调用 Fit 保存拟合关系，再用 Predict 查询区间内的值，不需要自己维护每段斜率。

官方地址：https://pkg.go.dev/gonum.org/v1/gonum/interp

这篇文章做一个小型“采样点查询器”：准备严格递增的 X 样本和对应的 Y 样本，拟合分段线性插值器，最后读取几个中间位置。需要先记住一个边界：Gonum 文档说明，插值区间之外的返回值没有定义，不能把它当成稳定的外推器。

一、准备 Go module 和采样数据

先建立一个普通 Go module，并引入 Gonum。示例中的 X 必须严格递增，Y 与 X 的长度必须相同；否则不应该进入拟合步骤。

# 创建一个只负责采样查询的小项目
mkdir gonum-linear-demo
cd gonum-linear-demo
go mod init example.com/gonum-linear-demo

# 引入 Gonum 模块
go get gonum.org/v1/gonum/interp

这里不需要把 X 转换成等间距序列。分段线性插值只要求节点按照 X 递增排列，节点之间的距离可以不同。

二、调用 Fit 拟合分段线性插值器

PiecewiseLinear 是 Gonum interp 包提供的分段线性预测器。使用时声明一个值，再把 X 和 Y 两个切片交给 Fit。这个方法返回 error，因此项目代码仍然应该保留错误处理；同时要注意，输入长度和排序约束属于调用方责任。

package main

import (
	"fmt"

	"gonum.org/v1/gonum/interp"
)

func main() {
	// X 必须严格递增，Y 与 X 按下标一一对应。
	xs := []float64{0, 1, 2, 3, 4}
	ys := []float64{0, 1.5, 1, 2.5, 2}

	var linear interp.PiecewiseLinear
	if err := linear.Fit(xs, ys); err != nil {
		// 拟合失败时立即停止，避免继续使用未准备好的预测器。
		panic(fmt.Errorf("fit piecewise linear interpolator: %w", err))
	}

	// 只查询样本区间 [xs[0], xs[len(xs)-1]] 内的点。
	queries := []float64{0.5, 1.5, 2.5, 3.5}
	for _, x := range queries {
		fmt.Printf("x=%.1f y=%.4f\n", x, linear.Predict(x))
	}
}

这里的关键调用只有两步：Fit(xs, ys) 让预测器接收样本，Predict(x) 在相邻节点之间查询结果。比如 x=0.5 位于 (0, 0) 和 (1, 1.5) 之间，线性结果就是两端按距离加权后的中间值。

三、怎样理解 Predict 的结果

对区间内的查询点，PiecewiseLinear 会选择它所在的相邻节点区间，并沿这条线段计算值。上面示例的结果可以按每段的两个端点手工推导：

# 以下是按样本点计算出的结果示意，不是线上运行日志
x=0.5 y=0.7500
x=1.5 y=1.2500
x=2.5 y=1.7500
x=3.5 y=2.2500

这种方式适合传感器采样、配置表查值和把离散数据接到连续查询接口等场景。它不会凭空增加原始采样点的细节：原数据有尖峰，线性模型只会用线段连接它；原数据稀疏，查询结果也只能反映节点之间的直线变化。

四、输入不合适时先处理数据

实际数据经常不是理想的表格，最容易踩到的是以下三类问题：

• X 有重复值：例如时间戳重复。先定义去重、聚合或保留哪一条记录的规则，不能直接交给拟合器。
• X 未排序：先按 X 升序排列，同时移动对应的 Y，不能只排序 X，否则样本关系会被破坏。
• X/Y 长度不一致：每个 X 都必须有一个同下标 Y。缺失值要在业务层补齐、删除或标记，而不是让插值器猜测。

可以把清洗后的数据封装成一个小函数，再统一调用 Fit。这样采集、清洗和数值计算各自负责一件事，后面替换数据源时更容易排查。

五、区间外查询和插值器选择

Gonum interp 的文档明确提醒：插值区间由输入数据决定，区间外返回值没有定义。工程中如果查询点可能越界，应在调用 Predict 前做范围判断，决定返回错误、钳制到端点，还是交给专门的外推模型。

如果仅需要不产生弯曲的折线，PiecewiseLinear 最直接；如果需要更平滑的曲线，可以再比较 NaturalCubic、AkimaSpline 或 FritschButland。这些类型对连续性、单调性和边界条件的处理不同，不能只因为曲线看起来更平滑就直接替换。

六、常见问题

PiecewiseLinear 的 X 一定要等间距吗？

不需要。关键是 X 严格递增，查询时按真实的节点距离计算。

能不能用 Predict 查询第一个和最后一个节点之外的值？

技术上可以得到一个返回值，但官方文档没有为区间外结果定义可靠语义。应先在业务层判断范围，再决定是否允许外推。

为什么不直接自己写斜率公式？

自己写公式适合教学或极小脚本；使用 Gonum 类型可以把样本约束、拟合状态和查询接口集中起来，也更方便后续比较其他插值器。

总结

Go Gonum 拟合分段线性插值器的最小流程是：准备严格递增的 xs，准备同长度的 ys，调用 PiecewiseLinear.Fit，再用 Predict 查询样本区间内的值。真正上线时，把重复 X、未排序数据、长度不一致和区间外查询都放到业务层处理，才能让插值结果可解释。