numpy.polynomial.laguerre.lagval#

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

在点 x 处计算拉盖尔级数。

如果 c 的长度为 n + 1，此函数返回以下值

\[p(x) = c_0 * L_0(x) + c_1 * L_1(x) + ... + c_n * L_n(x)\]

参数 x 仅当为元组或列表时才转换为数组，否则将其视为标量。在任一情况下，x 或其元素都必须支持与自身以及 c 元素进行乘法和加法运算。

如果 c 是一个一维数组，则 p(x) 将与 x 具有相同的形状。如果 c 是多维的，则结果的形状取决于 tensor 的值。如果 tensor 为 true，形状将是 `c.shape[1:] + x.shape`。如果 tensor 为 false，形状将是 `c.shape[1:]`。请注意，标量的形状为 (,)。

系数中的末尾零在计算时也会被使用，因此如果关注效率，应避免使用它们。

参数:

x类数组，兼容对象: 如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并将其视为标量。在任一情况下，x 或其元素都必须支持与自身以及 c 的元素进行加法和乘法运算。
c类数组: 系数数组，按次序排列，使得 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引会列举多个多项式。在二维情况下，系数可以被视为存储在 c 的列中。
tensor布尔值，可选: 如果为 True，系数数组的形状会在右侧扩展为一维，x 的每个维度对应一个。对于此操作，标量的维度为 0。结果是 c 中的每一列系数都会对 x 的每个元素进行计算。如果为 False，x 会在 c 的列上广播以进行计算。当 c 为多维时，此关键字很有用。默认值为 True。

返回:

valuesndarray，类代数对象: 返回值的形状如上所述。

另请参阅

lagval2d, laggrid2d, lagval3d, laggrid3d

备注

此计算使用 Clenshaw 递归（又称综合除法）。

示例

>>> 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. ]])