Numpy-------(九)

1. numpy.where(condition[,x,y]):它类似于python的 x if condition else y 。condition/x/y 都是数组，要求形状相同或者通过广播之后形状相同。产生结果的方式为：如果condition 某个元素为True或者非零，则对应的结果元素从x中获取；否则对应的结果元素从y中获取。

2. 如果分段数量增加，则需要嵌套多层的where()。 此时可以使用select():numpy.select(condlist,choicelist,default =0)。

x%2==1 ,则 1,3，5,7，9先选出来，并占据相应位置，然后看第二个条件，y%3 == 1, 则100，106选出来，并占据相应位置，然后 1004，选出来，剩余的都为true 并设置成-1.

3. 采用where/select时，所有的参数需要在调用它们之前完成。在计算时还会产生许多保存中间结果的数组。因此如果输入数组很大，则将会发生大量内存分配和释放。 为此numpy提供了piecewise函数： numpy.piecewise(x, condlist, funclist, *args, **kw)。

• x：为分段函数的自变量取值数组

• condlist：为一个列表，列表元素为布尔数组，数组形状和x相同。

• funclist：为一个列表，列表元素为函数对象。其长度与condlist相同或者比它长1。

  • 当condlist[i]对应位置为 True时，则该位置处的输出值由 funclist[i]来计算。如果funclist长度比condlist长1，则当所有的condlist都是False时，则使用 funclist[len(condlist)]来计算。如果有多个符合条件，则使用最后一个遇到的（而不是第一个遇到的）
  • 列表元素可以为数值，表示一个返回为常数值（就是该数值）的函数。
• 

4. 多项式

    一元多项式类的构造：（注意系数按照次数从高次到低次排列）

class numpy.poly1d(c_or_r, r=0, variable=None)

• c_or_r：一个数组或者序列。其意义取决于r
• r：布尔值。如果为True，则c_or_r指定的是多项式的根（(x-n1)(x-n2)....=0的形式。）；如果为False，则c_or_r指定的是多项式的系数。
• variable：一个字符串，指定了打印多项式时，用什么字符代表自变量。默认为x。

多项式的属性有：

• .coeffs属性：多项式的系数。
• .order属性：多项式最高次的次数。
• .variable属性：自变量的代表字符。

多项式的方法有：

• .deriv(m=1)方法：计算多项式的微分。可以通过参数m指定微分次数。
• .integ(m=1,k=0)方法：计算多项式的积分。可以通过参数m指定积分次数和k积分常量。

操作一元多项式类的函数：

• 多项式对象可以像函数一样，返回多项式的值。
• 多项式对象进行加减乘除，相当于对应的多项式进行计算。也可以使用对应的。numpy.polyadd/polysub/polymul/polydiv/函数。
• numpy.polyder/numpy.polyint：进行微分/积分操作。
• numpy.roots函数：求多项式的根（也可以通过p.r方法）。

操作一元多项式类的函数：

• 多项式对象可以像函数一样，返回多项式的值
• 多项式对象进行加减乘除，相当于对应的多项式进行计算。也可以使用对应的numpy.polyadd/polysub/polymul/polydiv/函数。
• numpy.polyder/numpy.polyint：进行微分/积分操作
• numpy.roots函数：求多项式的根（也可以通过p.r方法）

使用np.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)函数可以对一组数据使用多项式函数进行拟合（最小均方误差）。其参数为：

• x：数据点的x坐标序列
• y：数据点的y坐标序列。如果某个x坐标由两个点，你可以传入一个二维数组。
• deg：拟合多项式的次数
• rcond：指定了求解过程中的条件：当某个特征值/最大特征值<rcond时，该特征值被抛弃
• full：如果为False，则仅仅返回拟合多项式的系数；如果为True，则更多的结果被返回
• w：权重序列。它对y序列的每个位置赋予一个权重
• cov：如果为True，则返回相关矩阵。如果full为True，则不返回。

默认情况下，返回两个数组：一个是拟合多项式的系数；另一个是数据的相关矩阵。

    

numpy提供了更丰富的多项式函数类。注意其中的多项式的系数按照次数从小到大排列。

• numpy.polynomial.Polynomial：一元多次多项式
• numpy.polynomial.Chebyshev：切比雪夫多项式
• numpy.polynomial.Laguerre：拉盖尔多项式
• numpy.polynomial.Legendre：勒让德多项式
• numpy.polynomial.Hermite：哈米特多项式
• numpy.polynomial.HermiteE：HermiteE多项式

所有的这些多项式的构造函数为： XXX(coef, domain=None, window=None)。其中XXX为多项式类名。domain为自变量取值范围，默认为[-1,1]。window指定了将domain映射到的范围，默认为[-1,1]。

如切比雪夫多项式在[-1,1]上为正交多项式。因此只有在该区间上才能正确插值拟合多项式。为了使得对任何区域的目标函数进行插值拟合，所以在domain指定拟合的目标区间。

所有的这些多项式可以使用的方法为：

• 四则运行
• .basis(deg[, domain, window])：获取转换后的一元多项式
• .convert(domain=None, kind=None, window=None)：转换为另一个格式的多项式。kind为目标格式的多项式的类
• .degree()：返回次数
• .fit(x, y, deg[, domain, rcond, full, w, window])：拟合数据，返回拟合后的多项式
• .fromroots(roots[, domain, window])：从根创建多项式
• .has_samecoef(other)、.has_samedomain(other)、.has_sametype(other) 、.has_samewindow(other)：判断是否有相同的系数/domain/类型/window
• .roots()：返回多项式的根
• .trim([tol])：将系数小于 tol的项截掉
• 函数调用的方式