插值方法主要包括以下幾種：
線性插值。使用兩條直線連接相鄰的數據點進行插值，這種方法簡單直觀，但在數據點之間可能會產生不連續或不光滑的曲線。
多項式插值。使用多項式函數來擬合數據點之間的曲線，包括拉格朗日插值和牛頓插值，拉格朗日插值可以保證插值曲線通過已知數據點，但在高次插值中可能會出現振盪現象；牛頓插值通過構造一箇遞推的多項式，可以保證插值曲線通過已知數據點，且在高次插值中不容易出現振盪現象。
樣條插值。通過使用分段連續的低次多項式來逼近數據，從而得到一條平滑的曲線，最常見的樣條插值方法是三次樣條插值，樣條插值曲線平滑且連續，能夠更好地逼近實際曲線。
空間插值。包括移動平均法、距離平方倒數加權法、趨勢面擬合技術、樣條函數和克里金法等，這些方法主要用於地理信息系統和空間數據分析領域。
最近鄰插值法。選取距離待插值點最近的鄰近像素點的值作爲插值結果。
雙線性插值。在兩個方向上進行線性插值，適用於二維圖像處理和空間數據的插值。
雙三次插值。在二維空間中使用最近的十六個採樣點的加權平均進行插值，適用於高質量的圖像縮放和插值。
徑向基函數(RBF)插值。使用徑向基函數作爲基礎進行插值，適用於多種類型的數據和維度。
K近鄰(KNN)插值。基於最近鄰的思想，但考慮了K個最近的鄰近點進行插值。
高斯過程迴歸插值。使用高斯過程模型進行非參數迴歸和插值，適用於處理具有不確定性的數據。
每種插值方法都有其適用的場景和優缺點，選擇合適的插值方法取決於具體應用的需求和數據的特點。