numpy.polynomial.laguerre.lagval¶
-
numpy.polynomial.laguerre.
lagval
(x, c, tensor=True)[source]¶ 在x点评估Laguerre系列。
如果c长度n + 1,则此函数返回值:
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。在任一情况下,x或其元素必须支持与它们自身和c的元素的乘法和加法。
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张量的值。如果张量为真,形状将为c.shape [1:] + x.shape。如果张量为假,则形状将为c.shape [1:]。注意,标量具有形状(,)。
系数中的尾随零将用于评估,因此如果效率是关注的,则应避免使用它们。
参数: x:array_like,兼容对象
如果x是一个列表或元组,它被转换为一个ndarray,否则它保持不变并被当作标量。在任一情况下,x或其元素必须支持与其自身和c的元素的加法和乘法。
c:array_like
系数的数组被排序,使得阶数n的系数包含在c [n]中。如果c是多维的,其余索引枚举多个多项式。在二维情况下,系数可以被认为是存储在c的列中。
张量:boolean,可选
如果为真,则系数数组的形状用右边的1扩展,每个维度的x一个。对于此操作,标量的维度为0。结果是c中的每个系数列被计算x的每个元素。如果为False,则在c的列上广播x以进行评估。当c是多维的时,此关键字很有用。默认值为True。
版本1.7.0中的新功能。
返回: 值:ndarray,algebra_like
返回值的形状如上所述。
笔记
评估使用Clenshaw递归,也称为合成分割。
例子
>>> 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. ]])