Arrays 哪种方法是处理多项式数组的有效方法？

我有一个函数，其中给出了两个多项式，p和q，计算实数a和b之间p/q的积分。我的函数是$\phi$：

import numpy as np
def integrate_pdivq(a, b, P, Q, r):
"""
Calculates the definite integral of P(x)/Q(x) between a and b, assuming  gr P<gr Q and that Q have all different roots, all of which have nonzero imaginary part. 
Parameters:
P: list with coefficients of polynomial P.
Q: list with coefficients of polynomial Q.
r: list with the roots of Q. 

"""

Q_deriv = np.polyder(Q)

fracc = ( np.polyval(P, r)/np.polyval(Q_deriv, r) )
inte = ( 0.5 * np.log((b-r.real)**2+(r.imag)**2) + 1j * np.arctan((b-r.real)/(r.imag)) ) - ( 0.5 * np.log((a-r.real)**2+(r.imag)**2) + 1j * np.arctan((a-r.real)/(r.imag)) )    


return np.sum(fracc*inte)

将numpy导入为np
def集成pdivq（a、b、P、Q、r）：
"""
计算a和b之间P（x）/Q（x）的定积分，假设gr P
我刚才在另一个问题中演示过（我想是你问的）如何将
polyder
的逻辑应用于二维系数数组。通过快速浏览
polyval
的代码，可以很容易地将其应用于二维系数数组

“polyval”的核心是：

for i in range(len(p)):
    y = x * y + p[i]

对于nd
p
（即系数的“行”），执行以下操作：

for i in range(p.shape[-1]):
     y = x * y + p[...,i]

您可能需要调整尺寸，以便
x
、
y
和
p
能够很好地广播

numpy中的多项式函数没有什么深奥或神秘之处。它只是对系数和数值变量进行简单的数学运算。它们看起来像是方便函数，而不是一个全面的多项式包