Numpy快速处理数据--多项式函数（四）

       多项式函数是变量的整数次冥与系数的乘积之和，可以用下面的公式表示：

由于多项式函数只包含加法和乘法运算，因此计算容易，并且可以用于计算其他数学函数的近似值。在Numpy中，多项式函数的系数可以用一维数组表示，如f(x) =x^3-2x+1，则可以表示为数组：

a = np.array([1.0,0,-2,1])

其中a[0]是最高次项，a[-1]是常数项。

      系数可以通过poly1d( )函数转换为多项式对象，此对象可以像函数一样调用，它返回多项式函数的值，如：

>>> a = np.array([1.0,0,-2,1])
>>> p = np.poly1d(a)
>>> type(p)
<class 'numpy.lib.polynomial.poly1d'>
>>> p(np.linspace(0,1,5))
array([ 1.      ,  0.515625,  0.125   , -0.078125,  0.      ])
>>> 

      对 poly1d( )对象进行加减乘除运算，相当于对应多项式函数进行计算，如：

>>> p+[-2,1] #和p+np.poly1d([-2,1])相同，-2x+1
poly1d([ 1.,  0., -4.,  2.])
>>> p*p #两个3次多项式相乘，得到一个6次多项式
poly1d([ 1.,  0., -4.,  2.,  4., -4.,  1.])
>>> p/[1,1] #返回2个多项式除法的结果，分别为商式和余式
(poly1d([ 1., -1., -1.]), poly1d([ 2.]))
>>> 

 上面的商式为：x^2-x-1，余式为2。
           多项式对象的deriv( )和integ( )方法分别用于计算多项式函数的微分和积分，如：

>>> p.deriv()
poly1d([ 3.,  0., -2.])
>>> p.integ()
poly1d([ 0.25,  0.  , -1.  ,  1.  ,  0.  ])

        多项式函数的根可以用roots( )计算：

>>> r = np.roots(p)
>>> r
array([-1.61803399,  1.        ,  0.61803399])
>>> 

        而 poly（）函数可以将根转换为多项式的系数，如：

>>> np.poly(r)
array([  1.00000000e+00,  -1.22124533e-15,  -2.00000000e+00,
         1.00000000e+00])
>>> 

      除了使用多项式对象外，还可以直接使用Numpy提供的多项式函数对多项式系数的数组进行运算，主要函数包括： np.poly, np.polyadd, np.polydiv, np.polyint, np.polysub, np.poly1d, np.polyder, np.polyfit, np.polymul, np.polyval等。