Python numpy laguerre.lagval用法及代码示例

本文简要介绍 python 语言中 numpy.polynomial.laguerre.lagval 的用法。

用法:

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

在点 x 处计算拉盖尔级数。

如果 c 的长度为 n + 1，则此函数返回值：

\[p(x) = c_0 * L_0(x) + c_1 * L_1(x) + ... + c_n * L_n(x)\]

仅当参数 x 是元组或列表时，才会将其转换为数组，否则将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素的乘法和加法。

如果 c 是一维数组，则 p(x) 将具有与 x 相同的形状。如果 c 是多维的，那么结果的形状取决于张量的值。如果张量为真，则形状将为 c.shape[1:] + x.shape。如果张量为假，则形状将为 c.shape[1:]。请注意，标量具有形状 (,)。

系数中的尾随零将用于评估，因此如果考虑效率，则应避免使用它们。

参数：

x： 数组，兼容对象

如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素的加法和乘法。

c： array_like

排序的系数数组，以便 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，可以认为系数存储在 c 的列中。

tensor： 布尔值，可选

如果为 True，则系数数组的形状在右侧扩展为一个，x 的每个维度一个。此操作的标量维度为 0。结果是 c 中的每一列系数都针对 x 的每个元素进行评估。如果为 False，则 x 在 c 的列上广播以进行评估。当 c 是多维的时，此关键字很有用。默认值是true。

返回：

values： ndarray，algebra_like

返回值的形状如上所述。

注意：

评估使用 Clenshaw 递归，即合成除法。

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. ]])