numpy.polynomial.laguerre.lagval

polynomial.laguerre.lagval(x, c, tensor=True)

在點 x 評估拉蓋爾級數。

如果 c 的長度為 n + 1，則此函數會傳回值

\[p(x) = c_0 * L_0(x) + c_1 * L_1(x) + ... + c_n * L_n(x)\]

參數 x 僅在它是元組或列表時才轉換為陣列，否則將其視為純量。在任何一種情況下，x 或其元素都必須支援與自身以及與 c 的元素進行乘法和加法運算。

如果 c 是一維陣列，則 p(x) 將具有與 x 相同的形狀。如果 c 是多維的，則結果的形狀取決於 tensor 的值。如果 tensor 為 true，則形狀將為 c.shape[1:] + x.shape。如果 tensor 為 false，則 x 將廣播到 c 的各列以進行評估。請注意，純量具有形狀 (,)。

係數中的尾隨零將用於評估，因此如果考慮效率，應避免使用它們。

參數:

xarray_like，相容物件

如果 x 是列表或元組，則會將其轉換為 ndarray，否則將保持不變並視為純量。在任何一種情況下，x 或其元素都必須支援與自身以及與 c 的元素進行加法和乘法運算。

carray_like

係數陣列，排序方式為 degree n 項的係數包含在 c[n] 中。如果 c 是多維的，則剩餘索引會列舉多個多項式。在二維情況下，係數可以認為儲存在 c 的各列中。

tensor布林值，可選

如果為 True，則係數陣列的形狀會在右側以 1 擴展，每個 x 的維度一個。純量對此動作的維度為 0。結果是 c 中每列係數都會針對 x 的每個元素進行評估。如果為 False，則 x 會廣播到 c 的各列以進行評估。當 c 是多維時，此關鍵字很有用。預設值為 True。

傳回值:

valuesndarray，algebra_like

傳回值的形狀如上所述。

另請參閱

lagval2d、laggrid2d、lagval3d、laggrid3d

註解

評估使用 Clenshaw 遞迴，又稱綜合除法。

範例

>>> from numpy.polynomial.laguerre import lagval
>>> coef = [1, 2, 3]
>>> lagval(1, coef)
-0.5
>>> lagval([[1, 2],[3, 4]], coef)
array([[-0.5, -4. ],
       [-4.5, -2. ]])