numpy.polynomial.polynomial.polyval#

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

在点 x 处计算多项式的值。

如果 c 的长度为 n + 1，此函数返回以下值

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

参数 x 仅在它是元组或列表时才转换为数组，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以及 c 的元素进行乘法和加法运算。

如果 c 是 1-D 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求值中使用，因此如果效率是一个问题，则应避免它们。

参数:

xarray_like, 兼容对象: 如果 x 是列表或元组，则将其转换为 ndarray，否则将其保持不变并视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及 c 的元素进行加法和乘法运算。
carray_like: 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，则其余索引会枚举多个多项式。在二维情况下，系数可以被认为存储在 c 的列中。
tensorboolean, 可选: 如果为 True，则系数数组的形状会在右侧扩展为 1，x 的每个维度一个。标量的维度为 0，用于此操作。结果是，c 中每列系数都会针对 x 的每个元素进行计算。如果为 False，则在计算过程中，x 将在 c 的列上进行广播。当 c 是多维的时，此关键字很有用。默认值为 True。

返回:

valuesndarray, 兼容对象: 返回的数组的形状如上所述。

另请参阅

polyval2d, polygrid2d, polyval3d, polygrid3d

注释

求值使用霍纳方法。

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.])