numpy.polynomial.laguerre.lagval#

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

在点 x 处计算拉盖尔级数。

如果 c 的长度为 n + 1，则此函数返回的值为

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

仅当参数 x 是元组或列表时才将其转换为数组，否则将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身和 c 的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，因此如果效率是问题，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，则会将其转换为 ndarray，否则将保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身和 c 的元素进行加法和乘法运算。
c类数组: 系数数组，排序方式为：次数为 n 的项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，可以将系数视为存储在 c 的列中。
tensor布尔值，可选: 如果为 True，则系数数组的形状将在右侧扩展为 1，x 的每个维度一个。对于此操作，标量的维度为 0。结果是，c 中每一列的系数都针对 x 的每个元素进行计算。如果为 False，则在计算时将 x 广播到 c 的各列。当 c 是多维的时，此关键字很有用。默认值为 True。

返回:

valuesndarray，类代数对象: 返回值形状如上所述。

另请参阅

lagval2d，laggrid2d，lagval3d，laggrid3d

备注

该计算使用克伦肖递归，也称为综合除法。

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. ]])