Evalúe un polinomio en puntos x difusión sobre las columnas del coeficiente en Python usando NumPy

En este artículo, vamos a ver cómo evaluar un polinomio en los puntos x transmitidos sobre las columnas del coeficiente en Python usando NumPy .

métodos numpy.polyval() 

El método numpy numpy.polynomial.polynomial.polyval() se usa para evaluar un polinomio en los puntos x transmitidos sobre las columnas del coeficiente en python. Calcular el valor de un polinomio en x ubicaciones. Si el parámetro x es una tupla o una lista, se convierte en una array; de lo contrario, se considera un escalar. En cualquiera de los escenarios, x o sus elementos deben ser capaces de multiplicarse y sumarse entre ellos, así como entre los elementos de c. p(x) tendrá la misma forma que x si c es una array 1-D. Si c es multidimensional, la forma del resultado está determinada por el valor del tensor. La forma será c.shape[1:] + x.shape si el tensor es verdadero. La forma será c.shape[1:] si el tensor es falso. Vale la pena señalar que los escalares tienen forma (,). Debido a que en la evaluación se emplean ceros finales en los coeficientes,

Sintaxis: polinomio.polinomio.polyval(x, c, tensor=Verdadero)

parámetros:

• x: array como objeto. Si x es una lista o una tupla, se convertirá en un ndarray; de lo contrario, se considerará como un escalar. En cualquier escenario, x o sus elementos deben poder sumar y multiplicar entre sí, así como con los elementos de c.
• c: array como objeto. Los coeficientes para los términos de grado n se almacenan en c[n], que es una array de coeficientes ordenados de manera que los coeficientes para los términos de grado n están contenidos en c[n]. Los índices restantes enumeran numerosos polinomios si c es multidimensional. Se puede pensar que los coeficientes en el ejemplo bidimensional están almacenados en las columnas de c.
• tensor: valor booleano. Si es True, la estructura de la array de coeficientes se estira hacia la derecha con unos, uno para cada dimensión de x. Para esta acción, los escalares no tienen dimensión. Como resultado, cada elemento de x se evalúa para cada columna de coeficientes en c. Si es Falso, para la evaluación, x se disemina sobre las columnas de c. Cuando c es multidimensional, esta palabra clave resulta útil. Verdadero es el valor predeterminado.

Devoluciones: valores: la forma de la array de devolución se especifica arriba.

Ejemplo 1:

Cree una array usando el método numpy.array(). la forma, la dimensión y el tipo de datos de la array se encuentran utilizando los atributos .shape , .dimension y .dtype. polynomial.polynomial.polyval se usa para evaluar el polinomio en los puntos x y transmitirlo sobre las filas cuando el tensor se establece en verdadero.

# import packages
from numpy.polynomial.polynomial import polyval
import numpy as np
  
# Creating an array
array = np.array([[3, 4], [5, 6]])
print(array)
  
# shape of the array is
print("Shape of the array is : ", array.shape)
  
# dimension of the array
print("The dimension of the array is : ", array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ", array.dtype)
  
# evaluating a polynomial at point x
print(polyval([2, 2], array))

Producción:

[[3 4]
[5 6]]
Shape of the array is :  (2, 2)
The dimension of the array is :  2
Datatype of our Array is :  int64
[[13. 13.]
[16. 16.]]

Ejemplo 2:

En este ejemplo, polynomial.polynomial.polyval se usa para evaluar el polinomio en los puntos x y transmitirlo sobre las columnas, ya que el tensor se establece en False.

# import packages
from numpy.polynomial.polynomial import polyval
import numpy as np
  
# Creating an array
array = np.array([[3, 4], [5, 6]])
print(array)
  
# shape of the array is
print("Shape of the array is : ", array.shape)
  
# dimension of the array
print("The dimension of the array is : ", array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ", array.dtype)
  
# evaluating a polynomial at point x
print(polyval([2, 2], array, tensor=False))

Producción:

[[3 4]
[5 6]]
Shape of the array is :  (2, 2)
The dimension of the array is :  2
Datatype of our Array is :  int64
[13. 16.]