numpy.polynomial.laguerre.lagval

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

Вычисление значения ряда Лагера 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 такую же форму, как 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 нулями в конце будут использоваться при вычислении, поэтому следует избегать их, если важное значение имеет эффективность.

Параметры:

x : array_like, совместимый объект Если x является списком или кортежем, он преобразуется в массив ndarray, в противном случае он остается неизменным и обрабатывается как скаляр. В любом случае, x или его элементы должны поддерживать сложение и умножение с собой и с элементами c. c : array_like Массив коэффициентов, упорядоченных таким образом, что коэффициенты для членов степени n содержатся в c[n]. Если c многомерный, оставшиеся индексы перечисляют несколько полиномов. В двумерном случае коэффициенты можно рассматривать как хранящиеся в столбцах c. tensor : boolean, optional Если True, форма массива коэффициентов расширяется с 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 вычисления. Этот ключевой параметр полезен, когда c многомерный. Значение по умолчанию True. Новое в версии 1.7.0.

Возвращает:

values : ndarray, algebra_like Форма возвращаемого значения описана выше.

См. также

lagval2d, laggrid2d, lagval3d, laggrid3d

Примечания

Вычисление использует рекурсию Кленшоу, также известную как синтетическое деление.

Примеры

>>> from numpy.polynomial.laguerre import lagval
>>> coef = [1,2,3]
>>> lagval(1, coef)
-0.5
>>> lagval([[1,2],[3,4]], coef)
array([[-0.5, -4. ],
       [-4.5, -2. ]])