numpy.poly1d#
- class numpy.poly1d(c_or_r, r=False, variable=None)[源代码]#
一维多项式类.
备注
这是旧多项式 API 的一部分. 从 1.4 版本开始,优先使用在
numpy.polynomial中定义的新多项式 API. 差异的总结可以在 transition guide 中找到.一个便利的类,用于封装多项式的"自然"运算,以便这些运算可以在代码中采用其惯用形式(请参见示例).
- 参数:
- c_or_rarray_like
多项式的系数,按降幂排列,或者如果第二个参数的值为 True,则为多项式的根(多项式的值为 0 的值).例如,
poly1d([1, 2, 3])返回一个表示 \(x^2 + 2x + 3\) 的对象,而poly1d([1, 2, 3], True)返回一个表示 \((x-1)(x-2)(x-3) = x^3 - 6x^2 + 11x -6\) 的多项式实例.- rbool,可选
如果为 True,则 c_or_r 指定多项式的根;默认为 False.
- variablestr, optional
更改从 x 到 variable 打印 p 时使用的变量(请参见示例).
示例
>>> import numpy as np
构造多项式 \(x^2 + 2x + 3\) :
>>> import numpy as np
>>> p = np.poly1d([1, 2, 3]) >>> print(np.poly1d(p)) 2 1 x + 2 x + 3
在 \(x = 0.5\) 处计算多项式:
>>> p(0.5) 4.25
找到根:
>>> p.r array([-1.+1.41421356j, -1.-1.41421356j]) >>> p(p.r) array([ -4.44089210e-16+0.j, -4.44089210e-16+0.j]) # may vary
上一行中的这些数字表示(0, 0)到机器精度
显示系数:
>>> p.c array([1, 2, 3])
显示阶数(前导零系数被删除):
>>> p.order 2
显示多项式中 k 次幂的系数(等效于
p.c[-(i+1)]):>>> p[1] 2
多项式可以相加,相减,相乘和相除(返回商和余数):
>>> p * p poly1d([ 1, 4, 10, 12, 9])
>>> (p**3 + 4) / p (poly1d([ 1., 4., 10., 12., 9.]), poly1d([4.]))
asarray(p)给出系数数组,因此多项式可以用于所有接受数组的函数中:>>> p**2 # square of polynomial poly1d([ 1, 4, 10, 12, 9])
>>> np.square(p) # square of individual coefficients array([1, 4, 9])
可以使用 variable 参数修改 p 的字符串表示中使用的变量:
>>> p = np.poly1d([1,2,3], variable='z') >>> print(p) 2 1 z + 2 z + 3
从其根构造一个多项式:
>>> np.poly1d([1, 2], True) poly1d([ 1., -3., 2.])
这与通过以下方式获得的多项式相同:
>>> np.poly1d([1, -1]) * np.poly1d([1, -2]) poly1d([ 1, -3, 2])
- 属性:
方法