numpy.polynomial.polynomial.polyvalfromroots#

polynomial.polynomial.polyvalfromroots(x, r, tensor=True)[源代码]#

在点 x 处计算由其根指定的 a polynomial 的值。

如果 r 的长度为 N，则此函数返回的值为

\[p(x) = \prod_{n=1}^{N} (x - r_n)\]

参数 x 仅当它是元组或列表时才会被转换为数组，否则将其视为标量。在这两种情况下，x 或其元素都必须支持与自身以及 r 的元素进行乘法和加法运算。

如果 r 是一个一维数组，那么 p(x) 的形状将与 x 相同。如果 r 是多维的，则结果的形状取决于 tensor 的值。如果 tensor 为 True，则形状为 r.shape[1:] + x.shape；也就是说，每个多项式都将在 x 的每个值处进行求值。如果 tensor 为 False，则形状为 r.shape[1:]；也就是说，每个多项式仅针对 x 的相应广播值进行求值。请注意，标量的形状为 (,)。

参数:

xarray_like, 兼容对象: 如果 x 是列表或元组，它将被转换为 ndarray，否则它将保持不变并被视为标量。在这两种情况下，x 或其元素都必须支持与自身以及 r 的元素进行加法和乘法运算。
rarray_like: 根数组。如果 r 是多维的，第一个索引是根索引，而剩余的索引枚举多个多项式。例如，在二维情况下，每个多项式的根可以被认为是存储在 r 的列中。
tensorboolean, optional: 如果为 True，则根数组的形状将在右侧用 1 扩展，对于 x 的每个维度一个。对于此操作，标量维度为 0。结果是 r 中的每个系数列都将在 x 的每个元素处进行求值。如果为 False，则 x 将在求值时广播到 r 的列上。当 r 为多维时，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

polyroots, polyfromroots, polyval

示例

>>> 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.])