有两种方法可以解释您的问题。在您的示例中,向量x 应该是y,因为只提供了一个向量:
approx(x, n = n) # Your code
# $x
# [1] 1.000000 1.315789 1.631579 1.947368 2.263158 2.578947 2.894737 3.210526 3.526316 3.842105 4.157895 4.473684 4.789474 5.105263 5.421053 5.736842 6.052632 6.368421 6.684211
# [20] 7.000000
#
# $y
# [1] 1.000000 1.473684 1.947368 2.421053 2.828947 3.223684 3.618421 3.802632 3.881579 3.960526 4.039474 4.118421 4.197368 4.381579 4.776316 5.171053 5.578947 6.052632 6.526316
# [20] 7.000000
approx(x=1:7, y=x, n=n) # How approx() interpreted your code
# $x
# [1] 1.000000 1.315789 1.631579 1.947368 2.263158 2.578947 2.894737 3.210526 3.526316 3.842105 4.157895 4.473684 4.789474 5.105263 5.421053 5.736842 6.052632 6.368421 6.684211
# [20] 7.000000
#
# $y
# [1] 1.000000 1.473684 1.947368 2.421053 2.828947 3.223684 3.618421 3.802632 3.881579 3.960526 4.039474 4.118421 4.197368 4.381579 4.776316 5.171053 5.578947 6.052632 6.526316
# [20] 7.000000
如果您的问题意味着x 可以是一个不等间距的向量,那么答案是肯定的。你可以使用x <- c(1, 2.5, 3.75, 4, 4.25, 5.5, 7) 和y <- c(1, 2, 1, 2, 1, 2, 1)。
如果您希望近似值的间距相等,但又想以不相等的间隔插入新值,答案仍然是肯定的,但您必须使用创建函数的approxfun:
apxfun <- approxfun(c(1,2,1,2,1,2,1))
vec2 <- c(1, 1.5, 2.0, 2.5, 3.0, 3.2, 3.4, 3.6, 3.8, 3.95, 4.05, 4.2, 4.4, 4.6, 4.8, 5.0, 5.5, 6.0, 6.5, 7)
apxfun(vec2)
# [1] 1.00 1.50 2.00 1.50 1.00 1.20 1.40 1.60 1.80 1.95 1.95 1.80 1.60 1.40 1.20 1.00 1.50 2.00 1.50 1.00