numpy.polynomial.polynomial.polyint #
- 多项式.多项式. polyint ( c , m = 1 , k = [] , lbnd = 0 , scl = 1 , axis = 0 ) [来源] #
对多项式进行积分。
返回lbnd沿axis积分m次的 多项式系数c。在每次迭代中,所得序列 乘以scl并添加积分常数k 。比例因子用于变量的线性变化。 (“买家当心”:请注意,根据人们在做什么,人们可能希望scl 是人们所期望的倒数;有关更多信息,请参阅下面的“注释”部分。)参数c是一个系数数组,沿着每个轴从低到高的程度,例如,[1,2,3] 表示多项式,而 [[1,2],[1,2]] 表示如果 axis=0 则为且 axis=1 为 。
1 + 2*x + 3*x**2
1 + 1*x + 2*y + 2*x*y
x
y
- 参数:
- 类数组
多项式系数的一维数组,从低到高排序。
- m整数,可选
积分顺序必须是正数。 (默认值:1)
- k {[],列表,标量},可选
积分常数。第一个零处积分的值是列表中的第一个值,第二个零处积分的值是第二个值,依此类推。如果(默认),所有常量都设置为零。如果,可以给出单个标量而不是列表。
k == []
m == 1
- lbnd标量,可选
积分的下界。 (默认值:0)
- scl标量,可选
每次积分后,结果先乘以scl , 然后再添加积分常数。 (默认值:1)
- 轴int,可选
进行积分的轴。 (默认值:0)。
1.7.0 版本中的新增内容。
- 返回:
- 阵列
积分的系数数组。
- 加薪:
- 值错误
如果、、、 或 。
m < 1
len(k) > m
np.ndim(lbnd) != 0
np.ndim(scl) != 0
也可以看看
笔记
请注意,每次积分的结果都会乘以scl 。为什么这一点值得注意?假设变量发生线性变化\(u = ax + b\)相对于x的积分。然后 \(dx = du/a\),因此需要将scl设置为等于 \(1/a\)- 也许不是人们首先想到的。
例子
>>> from numpy.polynomial import polynomial as P >>> c = (1,2,3) >>> P.polyint(c) # should return array([0, 1, 1, 1]) array([0., 1., 1., 1.]) >>> P.polyint(c,3) # should return array([0, 0, 0, 1/6, 1/12, 1/20]) array([ 0. , 0. , 0. , 0.16666667, 0.08333333, # may vary 0.05 ]) >>> P.polyint(c,k=3) # should return array([3, 1, 1, 1]) array([3., 1., 1., 1.]) >>> P.polyint(c,lbnd=-2) # should return array([6, 1, 1, 1]) array([6., 1., 1., 1.]) >>> P.polyint(c,scl=-2) # should return array([0, -2, -2, -2]) array([ 0., -2., -2., -2.])