numpy.polynomial.polynomial.polyint

polynomial.polynomial.polyint(c, m=1, k=[], lbnd=0, scl=1, axis=0)

积分多项式。

返回多项式系数 c 集成的 m 时代从 lbnd 沿着 axis . 在每次迭代中，结果序列是 倍增的 通过 scl 积分常数， k ，添加。比例因子用于变量的线性变化。（买方注意：请注意，根据所做的，可能需要 scl 与你所期望的相反；更多信息，请参阅下面的注释部分。）参数 c 是一个系数数组，从低到高沿每个轴，例如， [1,2,3] 表示多项式 1 + 2*x + 3*x**2 虽然 [[1,2] ， [1,2] 代表 1 + 1*x + 2*y + 2*x*y 如果轴＝0是 x 轴＝1 y .

参数

carray_like

多项式系数的一维数组，从低到高排列。

m可选的

整合的顺序，必须是积极的。（默认值：1）

k[]，列表，标量，可选

积分常数。第一个在零处的积分的值是列表中的第一个值，第二个在零处的积分的值是第二个值，等等，如果 k == [] （默认值），所有常量都设置为零。如果 m == 1 可以给出单个标量而不是列表。

lbnd标量，可选

积分的下界。（默认值：0）

scl标量，可选

每次集成后，结果是 倍增的 通过 scl 在添加积分常数之前。（默认值：1）

axis可选的

取积分的轴。（默认值：0）。

1.7.0 新版功能.

返回

S恩达雷

积分的系数数组。

加薪

ValueError

如果 m < 1 ， len(k) > m ， np.ndim(lbnd) != 0 或 np.ndim(scl) != 0 .

参见

polyder

笔记

注意，每个集成的结果是 倍增的 通过 scl . 为什么要注意这一点？假设一个人正在做变量的线性变化 在积分中相对于 x . 然后 ，因此需要设置 scl 等于 -也许这不是人们首先想到的。

实例

>>> 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.])

numpy.polynomial.polynomial.polyder numpy.polynomial.polynomial.polyfromroots