numpy.polynomial.polynomial.polyvalfromroots#

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

根据其根在点 x 处计算多项式的值。

如果r的长度为N，则此函数返回的值为

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

仅当x是元组或列表时，参数x才会转换为数组，否则将其视为标量。无论哪种情况，x或其元素都必须支持自身之间的乘法和加法，以及与r的元素之间的乘法和加法。

如果r是一维数组，则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，则形状将为 r.shape[1:] + x.shape；也就是说，每个多项式都在x的每个值处计算。如果tensor为False，则形状将为 r.shape[1:]；也就是说，每个多项式仅针对x对应的广播值进行计算。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，则将其转换为 ndarray，否则将其保持不变并视为标量。无论哪种情况，x或其元素都必须支持自身之间的加法和乘法，以及与r的元素之间的加法和乘法。
rarray_like: 根数组。如果r是多维的，则第一个索引是根索引，其余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认为存储在r的列中。
tensor布尔值，可选: 如果为 True，则根数组的形状会在右侧扩展为 1，每个维度一个x。标量对此操作的维度为 0。结果是r中的每一列系数都针对x的每个元素进行计算。如果为 False，则x在计算时会广播到r的列上。当r是多维时，此关键字很有用。默认值为 True。

返回值：

valuesndarray，兼容对象: 返回数组的形状如上所述。

另请参见

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.])