要在 Python NumPy 中评估多项式在 x 点的值，可以使用 `polynomial.polyval()` 方法。第一个参数 x，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将其视为标量。无论哪种情况，x 或其元素都必须支持自身以及 c 的元素之间的加法和乘法。第二个参数 C，一个系数数组，其排序方式使得 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，系数可能……阅读更多

要在 Python 中积分切比雪夫级数，可以使用 `chebyshev.chebint()` 方法。返回沿轴 m 次从 lbnd 积分的切比雪夫级数系数 c。在每次迭代中，生成的级数乘以 scl，并添加积分常数 k。第一个参数 c 是切比雪夫级数系数的数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的次数由相应的索引给出。第二个参数 m 是积分阶数，必须为正数。(默认值：1)第三个参数 k 是积分常数(s)。第一次积分的值……阅读更多

要在 Python NumPy 中微分切比雪夫级数，可以使用 `polynomial.chebder()` 方法。该方法返回导数的切比雪夫级数。返回沿轴 m 次微分的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是一个从低到高次数沿每个轴排列的系数数组，例如，[1, 2, 3] 表示级数 1*T_0 + 2*T_1 + 3*T_2，而 [[1, 2], [1, 2]] 表示 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y)，如果 axis=0 是 x，axis=1 是 y。第一个参数是 c，一个切比雪夫级数系数数组……阅读更多

要在 Python NumPy 中微分切比雪夫级数，可以使用 `polynomial.chebder()` 方法。该方法返回导数的切比雪夫级数。返回沿轴 m 次微分的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是一个从低到高次数沿每个轴排列的系数数组，例如，[1, 2, 3] 表示级数 1*T_0 + 2*T_1 + 3*T_2，而 [[1, 2], [1, 2]] 表示 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y)，如果 axis=0 是 x，axis=1 是 y。第一个参数是 c，一个切比雪夫级数系数数组……阅读更多

要在 Python NumPy 中微分切比雪夫级数，可以使用 `polynomial.chebder()` 方法。该方法返回导数的切比雪夫级数。返回沿轴 m 次微分的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是一个从低到高次数沿每个轴排列的系数数组，例如，[1, 2, 3] 表示级数 1*T_0 + 2*T_1 + 3*T_2，而 [[1, 2], [1, 2]] 表示 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y)，如果 axis=0 是 x，axis=1 是 y。第一个参数是 c，一个切比雪夫级数系数数组……阅读更多

要在 Python 中评估 x、y、z 的笛卡尔积上的三维切比雪夫级数，可以使用 `polynomial.chebgrid3d(x, y, z)` 方法。如果 c 的维度少于三个，则会隐式地将其形状附加为 3-D。结果的形状将为 c.shape[3:] + x.shape + y.shape + z.shape。参数 x、y 和 z 是在 x、y 和 z 的笛卡尔积中的点处评估的三维级数。如果 x、y 或 z 是列表或元组，则首先将其转换为 ndarray，否则将其保持不变……阅读更多

要在 Python 中评估 x 和 y 的笛卡尔积上的二维切比雪夫级数，可以使用 `polynomial.chebgrid2d(x, y, c)` 方法。该方法返回二维切比雪夫级数在 x 和 y 的笛卡尔积中的点的值。如果 c 的维度少于两个，则会隐式地将其形状附加为 2-D。结果的形状将为 c.shape[2:] + x.shape + y.shape。参数 x 和 y 是在 x 和 y 的笛卡尔积中的点处评估的二维级数。如果 x 或 y 是……阅读更多

要在 Python NumPy 中计算多项式的根，可以使用 `polynomial.polyroots()` 方法。该方法返回多项式根的数组。如果所有根都是实数，则 out 也是实数，否则它是复数。参数 c 是多项式系数的一维数组。根估计值作为伴随矩阵的特征值获得，远离复平面原点的根由于此类值的幂级数的数值不稳定性而可能存在较大的误差。具有大于 1 的多重性的根也会显示更大的误差，因为该值……阅读更多

要在 Python NumPy 中计算多项式的根，可以使用 `polynomial.polyroots()` 方法。该方法返回多项式根的数组。如果所有根都是实数，则 out 也是实数，否则它是复数。参数 c 是多项式系数的一维数组。根估计值作为伴随矩阵的特征值获得，远离复平面原点的根由于此类值的幂级数的数值不稳定性而可能存在较大的误差。具有大于 1 的多重性的根也会显示更大的误差，因为该值……阅读更多

要在 Python NumPy 中使用给定的复根生成单项式多项式，可以使用 `polynomial.polyfromroots()` 方法。该方法返回多项式系数的一维数组。如果所有根都是实数，则 out 也是实数，否则它是复数。参数根是包含根的序列。步骤首先，导入所需的库-from numpy.polynomial import polynomial as P给定的复根-j = complex(0, 1) print("结果...", P.polyfromroots((-j, j)))获取数据类型-print("类型...", P.polyfromroots((-j, j)).dtype) 获取形状-print("形状...", P.polyfromroots((-j, j)).shape)示例from numpy.polynomial import polynomial as P # 要使用给定的根生成单项式多项式，可以使用 polynomial.polyfromroots() 方法……阅读更多