为了在点 x 处评估多项式，请在 Python Numpy 中使用 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，否则保持不变并将其视为标量。在这两种情况下，x 或其元素都必须支持自身以及 c 元素的加法和乘法。第二个参数 C，一个系数数组，按顺序排列，以便 n 次幂项的系数包含在 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

为了积分切比雪夫级数，请在 Python 中使用 chebyshev.chebint() 方法。返回沿轴从 lbnd 积分 m 次的切比雪夫级数系数 c。在每次迭代中，结果级数乘以 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)。第一个积分的值…… 阅读更多

为了对切比雪夫级数进行微分，请在 Python Numpy 中使用 polynomial.chebder() 方法。该方法返回导数的切比雪夫级数。返回沿轴微分 m 次的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是从低到高次数沿每个轴的系数数组，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 且 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

为了对切比雪夫级数进行微分，请在 Python Numpy 中使用 polynomial.chebder() 方法。该方法返回导数的切比雪夫级数。返回沿轴微分 m 次的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是从低到高次数沿每个轴的系数数组，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 且 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

为了对切比雪夫级数进行微分，请在 Python Numpy 中使用 polynomial.chebder() 方法。该方法返回导数的切比雪夫级数。返回沿轴微分 m 次的切比雪夫级数系数 c。在每次迭代中，结果乘以 scl。参数 c 是从低到高次数沿每个轴的系数数组，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 且 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

为了评估 x、y、z 的笛卡尔积上的三维切比雪夫级数，请在 Python 中使用 polynomial.chebgrid3d(x, y, z) 方法。如果 c 的维度小于三个，则会隐式地将其形状附加为 1 以使其成为 3D。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，否则保持不变…… 阅读更多

为了评估 x 和 y 的笛卡尔积上的二维切比雪夫级数，请在 Python 中使用 polynomial.chebgrid2d(x, y, c) 方法。该方法返回 x 和 y 的笛卡尔积中的点的二维切比雪夫级数的值。如果 c 的维度小于两个，则会隐式地将其形状附加为 1 以使其成为 2D。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

为了计算多项式的根，请在 Python Numpy 中使用 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，则输出也是实数，否则为复数。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可能由于此类值的幂级数的数值不稳定性而导致较大的误差。具有大于 1 的重数的根也会显示更大的误差，因为值…… 阅读更多

为了计算多项式的根，请在 Python Numpy 中使用 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，则输出也是实数，否则为复数。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可能由于此类值的幂级数的数值不稳定性而导致较大的误差。具有大于 1 的重数的根也会显示更大的误差，因为值…… 阅读更多

为了生成具有给定复根的单项式多项式，请在 Python Numpy 中使用 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，则输出也是实数，否则为复数。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 # 为了生成具有给定根的单项式多项式，请使用 polynomial.polyfromroots() 方法…… 阅读更多