numpy.polynomial.laguerre.lagvander #
- 多项式.拉盖尔. lagvander ( x , deg ) [来源] #
给定次数的伪范德蒙矩阵。
返回度数deg和样本点 x的伪范德蒙德矩阵。伪范德蒙矩阵定义为
\[V[..., i] = L_i(x)\]其中0 <= i <= deg。V的前导索引是x的元素 ,最后一个索引是拉盖尔多项式的次数。
如果c是长度为n + 1的一维系数数组,并且V是数组,则和 直到舍入为止都是相同的。这种等价对于最小二乘拟合和评估大量相同次数和样本点的拉盖尔级数都很有用。
V = lagvander(x, n)
np.dot(V, c)
lagval(x, c)
- 参数:
- x类似数组
点数组。 dtype 将转换为 float64 或 complex128,具体取决于任何元素是否为复数。如果x是标量,则会将其转换为一维数组。
- 度整数
所得矩阵的阶数。
- 返回:
- 范德·恩达雷
伪范德蒙矩阵。返回矩阵的形状为 ,其中最后一个索引是相应拉盖尔多项式的次数。 dtype 将与转换后的x相同。
x.shape + (deg + 1,)
例子
>>> from numpy.polynomial.laguerre import lagvander >>> x = np.array([0, 1, 2]) >>> lagvander(x, 3) array([[ 1. , 1. , 1. , 1. ], [ 1. , 0. , -0.5 , -0.66666667], [ 1. , -1. , -1. , -0.33333333]])