numpy.polynomial.polynomial.polyval#

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

在点 x 处计算多项式。

如果 c 的长度为 n + 1，则此函数返回值为

\[p(x) = c_0 + c_1 * x + ... + c_n * x^n\]

参数 x 仅在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 或其元素必须支持与自身以及与 c 元素的乘法和加法。

如果 c 是一个一维数组，则 p(x) 将具有与 x 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，则形状将为 c.shape[1:] + x.shape。如果 tensor 为 False，则形状将为 c.shape[1:]。请注意，标量的形状为 (,)。

系数中的尾随零将在计算中使用，因此如果关注效率，则应避免使用它们。

参数:

x类数组对象，兼容对象: 如果 x 是列表或元组，则会将其转换为 ndarray，否则保持不变并视为标量。在任一情况下，x 或其元素必须支持与自身以及与 c 元素的加法和乘法。
c类数组对象: 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，则其余索引表示多个多项式。在二维情况下，系数可以被认为存储在 c 的列中。
tensor布尔值，可选: 如果为 True，则系数数组的形状会在右侧扩展为一，x 的每个维度对应一个。标量在此操作中维度为 0。结果是 c 中系数的每一列都会针对 x 的每个元素进行评估。如果为 False，则在评估时 x 会广播到 c 的列上。当 c 是多维时，此关键字很有用。默认值为 True。

返回:

valuesndarray，兼容对象: 返回数组的形状如上所述。

另请参阅

polyval2d, polygrid2d, polyval3d, polygrid3d

备注

该评估使用霍纳方法。

示例

>>> import numpy as np
>>> 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.])