numpy.polynomial.laguerre.lagval#

polynomial.laguerre.lagval(x, c, тензор=True)[источник]#

Вычислить ряд Лагерра в точках x.

Если c имеет длину n + 1, эта функция возвращает значение:

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

Параметр x преобразуется в массив только если это кортеж или список, иначе обрабатывается как скаляр. В любом случае, либо x или его элементы должны поддерживать умножение и сложение как с самими собой, так и с элементами c.

Если c является одномерным массивом, тогда p(x) будет иметь ту же форму, что и x. Если c является многомерным, то форма результата зависит от значения тензор. Если тензор если true, форма будет c.shape[1:] + x.shape. Если тензор если false, форма будет c.shape[1:]. Обратите внимание, что скаляры имеют форму (,).

Замыкающие нули в коэффициентах будут использованы при вычислении, поэтому их следует избегать, если важна эффективность.

Параметры:

xarray_like, совместимый объект: Если x является списком или кортежем, он преобразуется в ndarray, в противном случае остается неизменным и обрабатывается как скаляр. В любом случае, x или его элементы должны поддерживать сложение и умножение с самими собой и с элементами c.
carray_like: Массив коэффициентов, упорядоченных так, что коэффициенты для членов степени n содержатся в c[n]. Если c если многомерный, остальные индексы перечисляют несколько полиномов. В двумерном случае коэффициенты можно рассматривать как хранящиеся в столбцах c.
тензорлогический, необязательный: Если True, форма массива коэффициентов расширяется единицами справа, по одной для каждого измерения x. Скаляры имеют размерность 0 для этого действия. Результат в том, что каждый столбец коэффициентов в c вычисляется для каждого элемента x. Если False, x транслируется по столбцам c для оценки. Этот ключевое слово полезно, когда c является многомерным. Значение по умолчанию — True.

Возвращает:

valuesndarray, algebra_like: Форма возвращаемого значения описана выше.

Смотрите также

lagval2d, laggrid2d, lagval3d, laggrid3d

Примечания

Вычисление использует рекурсию Кленшоу, также известную как синтетическое деление.

Примеры

>>> 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. ]])