numpy.polynomial.polynomial.polyval

numpy.polynomial.polynomial.polyval(x, c, tensor=True) [source]

Вычисление значения многочлена в точках x.

Если c имеет длину n + 1, эта функция возвращает значение

Параметр x преобразуется в массив только в том случае, если это кортеж или список, в противном случае он обрабатывается как скаляр. В любом случае, x или его элементы должны поддерживать умножение и сложение как с самими собой, так и с элементами c.

Если c является одномерным массивом, то p(x) будет иметь ту же форму, что и x. Если c является многомерным, то форма результата зависит от значения tensor. Если tensor истинно, форма будет c.shape[1:] + x.shape. Если tensor ложно, форма будет c.shape[1:]. Обратите внимание, что скаляры имеют форму (,).

Коэффициенты с последующими нулями будут использованы в вычислениях, поэтому их следует избегать, если важно быстродействие.

Параметры:

x : array_like, совместимый объект Если x является списком или кортежем, он преобразуется в ndarray, в противном случае он остается неизменным и обрабатывается как скаляр. В любом случае, x или его элементы должны поддерживать сложение и умножение как с самими собой, так и с элементами c. c : array_like Массив коэффициентов, упорядоченный так, что коэффициенты для членов степени n содержатся в c[n]. Если c многомерен, оставшиеся индексы перечисляют несколько многочленов. В двумерном случае коэффициенты можно рассматривать как хранящиеся в столбцах c. tensor : boolean, optional Если True, форма массива коэффициентов расширяется единицами справа, по одной для каждой размерности x. Скаляры имеют размерность 0 для этого действия. В результате каждый столбец коэффициентов в c вычисляется для каждого элемента x. Если False, x транслируется по столбцам c для вычислений. Этот ключевой параметр полезен, когда c многомерен. Значение по умолчанию - True. Новое в версии 1.7.0.

Возвращает:

values : ndarray, compatible object Форма возвращаемого массива описана выше.

См. также

polyval2d, polygrid2d, polyval3d, polygrid3d

Примечания

Вычисление использует метод Горнера.

Примеры

>>> from numpy.polynomial.polynomial import polyval
>>> polyval(1, [1,2,3])
6.0
>>> a = np.arange(4).reshape(2,2)
>>> a
array([[0, 1],
       [2, 3]])
>>> polyval(a, [1,2,3])
array([[  1.,   6.],
       [ 17.,  34.]])
>>> coef = np.arange(4).reshape(2,2) # multidimensional coefficients
>>> coef
array([[0, 1],
       [2, 3]])
>>> polyval([1,2], coef, tensor=True)
array([[ 2.,  4.],
       [ 4.,  7.]])
>>> polyval([1,2], coef, tensor=False)
array([ 2.,  7.])