要评估多项式在 x 点的值，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，否则将其保持不变并视为标量。在这两种情况下，x 或其元素都必须支持自身以及 c 的元素的加法和乘法运算。第二个参数 C，一个系数数组，其顺序使得 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

要积分切比雪夫级数，请在 Python 中使用 chebyshev.chebint() 方法。沿轴将切比雪夫级数系数 c 积分 m 次的结果。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 是沿每个轴从低到高次数的系数数组，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 是沿每个轴从低到高次数的系数数组，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 是沿每个轴从低到高次数的系数数组，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

要评估 x、y、z 的笛卡尔积上的 3-D 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

要评估 x 和 y 的笛卡尔积上的 2-D 切比雪夫级数，请在 Python 中使用 polynomial.chebgrid2d(x, y, c) 方法。该方法返回在 x 和 y 的笛卡尔积中的点处二维切比雪夫级数的值。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，可能会有较大的误差。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，可能会有较大的误差。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

要生成具有给定复根的一元多项式，可以使用 Python NumPy 中的 `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，输出是复数。参数 `roots` 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("Result...", P.polyfromroots((-j, j)))` 获取数据类型：`print("Type...", P.polyfromroots((-j, j)).dtype)` 获取形状：`print("Shape...", P.polyfromroots((-j, j)).shape)` 示例：`from numpy.polynomial import polynomial as P` # 要生成具有给定根的一元多项式，请使用 `polynomial.polyfromroots()` 方法 ... 阅读更多