多项式1d

class astropy.modeling.polynomial.Polynomial1D(degree, domain=None, window=None, n_models=None, model_set_axis=None, name=None, meta=None, **params)[源代码]

基类:astropy.modeling.polynomial._PolyDomainWindow1D

一维多项式模型。

定义为:

\[P=\sum{i=0}^{i=n}C{i}*x^{i}\]

解释 domainwindow 看见 Notes regarding usage of domain and window .

参数
degree利息

级数的度数

domaintuple或none,可选

如果没有,则设置为(-1,1)

windowtuple或none,可选

如果没有,则设置为(-1,1),Fitters将重新映射域到此窗口

**params双关语

关键字:值对,表示参数_name:value

其他参数
fixed口述,可选

字典 {{parameter_name: boolean}} 在拟合过程中不能改变的参数。True表示参数保持不变。或者 fixed 可以使用参数的属性。

tied可选的

字典 {{parameter_name: callable}} 链接到其他参数的参数。字典值是提供链接关系的可调用项。或者 tied 可以使用参数的属性。

bounds可选的

字典 {{parameter_name: value}} 参数的上下界。键是参数名。值是一个长度为2的列表或元组,为参数提供所需的范围。或者 minmax 可以使用参数的属性。

eqcons可选列表

长度函数列表 n 这样的话 eqcons[j](x0,*args) == 0.0 在一个成功优化的问题中。

ineqcons可选列表

长度函数列表 n 这样的话 ieqcons[j](x0,*args) >= 0.0 是一个成功优化的问题。

属性摘要

input_units 

此属性用于指示evaluate方法所需的单元或单元集,并返回将输入映射到单元(或 None 如果接受任何单位)。

n_inputs 

输入的数目。

n_outputs 

输出的数目。

方法总结

__call__ * 输入[, model_set_axis, ...] )

使用给定的输入和实例化模型时指定的参数值评估此模型。

evaluate (x) * 系数)

在一些输入变量上评估模型。

fit_deriv (x) * 参数)

计算范德蒙矩阵。

horner \(x,系数)

prepare_inputs (x) *  * 克瓦格斯)

此方法用于 __call__ 确保模型的所有输入都可以广播到兼容的形状中(如果其中一个或两个都作为数组输入),特别是在有多个参数集的情况下。

属性文档

input_units
n_inputs = 1

输入的数目。

n_outputs = 1

输出的数目。

方法文件

__call__(*inputs, model_set_axis=None, with_bounding_box=False, fill_value=nan, equivalencies=None, inputs_map=None, **new_inputs)

使用给定的输入和实例化模型时指定的参数值评估此模型。

evaluate(x, *coeffs)[源代码]

在一些输入变量上评估模型。

fit_deriv(x, *params)[源代码]

计算范德蒙矩阵。

参数
x恩达雷

输入

*params

非线性拟合返回的一次性参数列表

返回
result恩达雷

范德蒙矩阵

static horner(x, coeffs)[源代码]
prepare_inputs(x, **kwargs)[源代码]

此方法用于 __call__ 确保模型的所有输入都可以广播到兼容的形状中(如果其中一个或两个都作为数组输入),特别是在有多个参数集的情况下。这还可以确保(如果适用)输入的单位与evaluate方法兼容。