NumPy参考 >例行程序 >Polynomials >Polynomial Package >Polynomial Module (numpy.polynomial.polynomial) > numpy.polynomial.polynomial.polyint
numpy.polynomial.polynomial.
polyint
(c,m = 1,k = [],lbnd = 0,scl = 1,axis = 0 )[源代码] ¶积分多项式。
返回从lbnd沿轴m积分m次
的多项式系数c。在每一次迭代所得的系列
相乘由SCL和积分常数,ķ,加入。比例因子用于变量的线性变化。(“买方要当心”:请注意,根据所执行的操作,可能希望scl
是期望值的倒数;有关更多信息,请参见下面的“注释”部分。)参数c是一个系数数组,沿每个轴从低到高,例如[1,2,3]代表多项式,而[[1,2],[1,2]]代表1 + 2*x + 3*x**2
1 + 1*x + 2*y + 2*x*y
如果axis = 0是x
且axis = 1是
y
。
一维多项式系数数组,从低到高排序。
整合的顺序,必须为正。(默认值:1)
积分常数。第一个整数为零的值是列表中的第一个值,第二个整数为零的值是第二个值,依此类推。如果(默认值),则所有常数都设置为零。如果为,则可以给出单个标量而不是列表。k == []
m == 1
积分的下限。(默认值:0)
继每个积分结果乘以通过SCL 加入积分常数之前。(默认值:1)
积分所在的轴。(默认值:0)。
1.7.0版中的新功能。
积分的系数数组。
如果,,,或
。m < 1
len(k) > m
np.ndim(lbnd) != 0
np.ndim(scl) != 0
也可以看看
笔记
需要注意的是每个积分的结果乘以通过SCL。为什么要注意这一点很重要?假设人们正在相对于x积分对变量进行线性变化。然后 ,因此需要将scl设置为等于 -也许不是人们最初想到的。
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.])