NumPy 1.14 - numpy.polynomial.polynomial.polyvalfromroots()

numpy.polynomial.polynomial.polyvalfromroots




numpy

numpy.polynomial.polynomial.polyvalfromroots

numpy.polynomial.polynomial.polyvalfromroots(x, r, tensor=True) [source]

बिंदु x पर इसकी जड़ों द्वारा निर्दिष्ट एक बहुपद का मूल्यांकन करें।

यदि r लंबाई N , तो यह फ़ंक्शन मान लौटाता है

p (x) = \ prod_ {n = 1} ^ {N} (x - r_n)

पैरामीटर x को केवल एक सरणी में बदल दिया जाता है यदि यह एक टपल या सूची है, अन्यथा इसे एक स्केलर के रूप में माना जाता है। या तो मामले में, या तो x या उसके तत्वों को गुणा और इसके अलावा दोनों के साथ और r के तत्वों का समर्थन करना चाहिए।

यदि r 1-डी सरणी है, तो p(x) का आकार x के समान होगा। यदि r बहुआयामी है, तो परिणाम का आकार tensor के मूल्य पर निर्भर करता है। यदि tensor is ``True` तो आकार r.shape होगा [1:] + x.shape; अर्थात्, प्रत्येक बहुपद का मूल्यांकन x प्रत्येक मान पर किया जाता है। यदि tensor False , तो आकार r.shape [1:] होगा; अर्थात्, प्रत्येक बहुपद का मूल्यांकन केवल x के संबंधित प्रसारण मूल्य के लिए किया जाता है। ध्यान दें कि स्केलर का आकार (,) है।

संस्करण १.१२ में नया।

पैरामीटर:

x : array_like, सुसंगत वस्तु

यदि x एक सूची या टपल है, तो इसे ndarray में बदल दिया जाता है, अन्यथा इसे अपरिवर्तित छोड़ दिया जाता है और इसे स्केलर के रूप में माना जाता है। या तो मामले में, x या इसके तत्वों को स्वयं के साथ और r के तत्वों के साथ जोड़ और गुणा का समर्थन करना चाहिए।

r : array_like

जड़ों की सरणी। यदि r बहुआयामी है तो पहला सूचकांक रूट इंडेक्स है, जबकि शेष सूचकांक कई बहुपदों को शामिल करते हैं। उदाहरण के लिए, दो आयामी मामले में प्रत्येक बहुपद की जड़ों को r के कॉलम में संग्रहित माना जा सकता है।

टेंसर : बूलियन, वैकल्पिक

यदि सही है, तो रूट एरे के आकार को x प्रत्येक आयाम के लिए दाईं ओर एक के साथ बढ़ाया गया है। इस क्रिया के लिए स्केलरों का आयाम 0 है। इसका परिणाम यह है कि r के गुणांक के प्रत्येक स्तंभ का मूल्यांकन x प्रत्येक तत्व के लिए किया जाता है। यदि गलत है, तो मूल्यांकन के लिए x को r के कॉलम पर प्रसारित किया जाता है। यह कीवर्ड उपयोगी है जब r बहुआयामी है। डिफ़ॉल्ट मान सत्य है।

यह दिखाता है:

मान : ndarray, संगत ऑब्जेक्ट

लौटे हुए सरणी का आकार ऊपर वर्णित है।

यह भी देखें

polyroots , polyfromroots , polyval

उदाहरण

>>> from numpy.polynomial.polynomial import polyvalfromroots
>>> polyvalfromroots(1, [1,2,3])
0.0
>>> a = np.arange(4).reshape(2,2)
>>> a
array([[0, 1],
       [2, 3]])
>>> polyvalfromroots(a, [-1, 0, 1])
array([[ -0.,   0.],
       [  6.,  24.]])
>>> r = np.arange(-2, 2).reshape(2,2) # multidimensional coefficients
>>> r # each column of r defines one polynomial
array([[-2, -1],
       [ 0,  1]])
>>> b = [-2, 1]
>>> polyvalfromroots(b, r, tensor=True)
array([[-0.,  3.],
       [ 3., 0.]])
>>> polyvalfromroots(b, r, tensor=False)
array([-0.,  0.])