numpy.polynomial.polynomial.polyvalfromroots
-
numpy.polynomial.polynomial.polyvalfromroots(x, r, tensor=True)[source] -
Вычисление значения многочлена, заданного корнями, в точках x.
Если
rимеет длинуN, эта функция возвращает значениеПараметр
xпреобразуется в массив только в случае, если это кортеж или список, в противном случае он обрабатывается как скаляр. В любом случае, либоx, либо его элементы должны поддерживать умножение и сложение как с самими собой, так и с элементамиr.Если
rявляется одномерным массивом, тоp(x)будет иметь ту же форму, что иx. Еслиrмногомерен, то форма результата зависит от значенияtensor. Еслиtensor is ``True`, форма будет r.shape[1:] + x.shape; то есть каждый многочлен вычисляется для каждого значенияx. ЕслиtensorявляетсяFalse, форма будет r.shape[1:]; то есть каждый многочлен вычисляется только для соответствующего значенияxпо принципу векторизации. Обратите внимание, что скаляры имеют форму ( ,).Введено в версии 1.12.
Параметры: -
x : array_like, compatible object -
Если
xявляется списком или кортежем, он преобразуется в массив ndarray, в противном случае он остается неизменным и обрабатывается как скаляр. В любом случае,xили его элементы должны поддерживать сложение и умножение как с самими собой, так и с элементамиr. -
r : array_like -
Массив корней. Если
rмногомерен, первый индекс — это индекс корня, а остальные индексы перечисляют несколько многочленов. Например, в двумерном случае корни каждого многочлена можно рассматривать как хранящиеся в столбцахr. -
tensor : boolean, optional -
Если True, форма массива корней расширяется с единицами справа, по одной для каждой размерности
x. Скаляры имеют размерность 0 для этого действия. В результате каждый столбец коэффициентов вrвычисляется для каждого элементаx. Если False,xвекторизуется по столбцамrдля вычисления. Этот параметр полезен, когдаrмногомерен. Значение по умолчанию равно True.
Возвращает: -
values : ndarray, compatible object -
Форма возвращаемого массива описана выше.
См. также
Примеры
>>> from numpy.polynomial.polynomial import polyvalfromroots >>> polyvalfromroots(1, [1,2,3]) 0.0 >>> a = np.arange(4).reshape(2,2) >>> a array([[0, 1], [2, 3]]) >>> polyvalfromroots(a, [-1, 0, 1]) array([[ -0., 0.], [ 6., 24.]]) >>> r = np.arange(-2, 2).reshape(2,2) # multidimensional coefficients >>> r # each column of r defines one polynomial array([[-2, -1], [ 0, 1]]) >>> b = [-2, 1] >>> polyvalfromroots(b, r, tensor=True) array([[-0., 3.], [ 3., 0.]]) >>> polyvalfromroots(b, r, tensor=False) array([-0., 0.]) -
© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.15.4/reference/generated/numpy.polynomial.polynomial.polyvalfromroots.html