numpy.polynomial.laguerre.lagval

numpy.polynomial.laguerre.lagval(x, c, tensor=True)

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。

也可以看看

lagval2d，laggrid2d，lagval3d，laggrid3d

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. ]])