Python Numpy多项式生成

我使用numpy.polynomy.polynomy在域0到0.02上生成一个二次多项式，使其适合点（0,0）和（0.02,16）

生成的多项式对象如下所示：

所以用系数

[4.8.4.]

如果运行

plt.plot（*pA.linspace（），label=“升序”，color=“橙色”）

，结果与预期一致：

但是，如果我在另一个工具（例如WolframAlpha）上绘制此多项式，结果会完全不同：

有人能帮忙吗？相当混乱

编辑，根据要求，多项式对象可以通过以下方式获得：

from numpy.polynomial import Polynomial
import matplotlib.pyplot as plt

pA = Polynomial(coef=[4.,8.,4.], domain=[0,0.02])
plt.plot(*pA.linspace(), label="Ascending", color="orange")
plt.show()

---

具有

coef

数组（[4,8,4.]）的

numpy.polymon.polymon

对象不一定表示多项式

4+8x+4x^2

。首先，根据

多项式

对象的

域

和

窗口

重新缩放输入，将

域[0]

映射到

窗口[0]

和

域[1]

映射到

窗口[1]

。我不知道为什么

域

和

窗口

存在，但它们确实存在

如果您让Wolfram Alpha从-1到1而不是从0到0.02绘制4+8x+4x^2，您将看到一个形状更像matplotlib输出的图形：

---

A

numpy.polynomy.polynomy

对象具有

coef

数组（[4,8,4.]）不一定表示多项式

4+8x+4x^2

。首先，根据

多项式

对象的

域

和

窗口

重新缩放输入，将

域[0]

映射到

窗口[0]

和

域[1]

映射到

窗口[1]

。我不知道为什么

域

和

窗口

存在，但它们确实存在

如果您让Wolfram Alpha从-1到1而不是从0到0.02绘制4+8x+4x^2，您将看到一个形状更像matplotlib输出的图形：

---

您可以将系数转换为未缩放和未平移的形式

In [1]: from numpy.polynomial import Polynomial as P

In [2]: p = P([4.,8.,4.], domain=[0,0.02])

In [3]: p.convert()
Out[3]: Polynomial([     0.,      0.,  40000.], [-1.,  1.], [-1.,  1.])

---

可以转换为系数的无比例和无位移形式

In [1]: from numpy.polynomial import Polynomial as P

In [2]: p = P([4.,8.,4.], domain=[0,0.02])

In [3]: p.convert()
Out[3]: Polynomial([     0.,      0.,  40000.], [-1.,  1.], [-1.,  1.])

例如：

p = P( [0, 0, 1], domain=[0, 1], window=[-1, 1] )

分两步执行

p（x）

：

1: domaintowindow: x -> w = 2x - 1  # 0 to -1, 1 to 1
2: [0 0 1] is squaring, w -> w^2

p( x ): x -> w = 2x - 1
          -> w^2  # [0 0 1]
          = (2x - 1)^2  = 4x^2 - 4x + 1  # p.convert()

因此，如果您想在另一个系统中使用多项式

p（）

，则需要两个步骤-- 不要忘记

domaintowindow（）

（画一个草图：
<代码> W^ 2 < /代码>窗口[-1 1 ]是抛物线，中间0，末端1； <代码> p（x）< /代码>域[0 1 ]是抛物线，中间有0，在末端有1个）

< P>一个例子：

p = P( [0, 0, 1], domain=[0, 1], window=[-1, 1] )

分两步执行

p（x）

：

1: domaintowindow: x -> w = 2x - 1  # 0 to -1, 1 to 1
2: [0 0 1] is squaring, w -> w^2

p( x ): x -> w = 2x - 1
          -> w^2  # [0 0 1]
          = (2x - 1)^2  = 4x^2 - 4x + 1  # p.convert()

因此，如果您想在另一个系统中使用多项式

p（）

，则需要两个步骤-- 不要忘记

domaintowindow（）

（画一个草图：
<代码> W^ 2 < /代码>窗口[-1 1 ]是抛物线，中间0，末端1；

---

---

<代码> p（x）< /代码>域〔0〕是一个抛物线，中间有0个，在末端有1个）

你能向我们展示你的实际代码吗？@ NeNeSalt，你可以从PNPYPY得到一个具有p=多项式（COEF＝[4，8.4 ]，域＝[0，0.02]）的等价多项式。多项式导入多项式MatPltLyb PyTrof作为PLT Pa=多项式（COEF＝[4，8，4）]，域= [0，0.02]plt.plot（*pA.linspace（），label=“升序”，color=“橙色”）截距应为4，因此，您绘制的方式有问题/系数没有按照您的意图进行解释。如果直线通过0,0，那么截距怎么可能是4？您可以向我们展示您的实际代码吗？@ninesalt您可以获得一个与p=多项式等价的多项式（coef=[4,8.4.]，domain=[0,0.02]）从numpy.polymone import polymone import matplotlib.pyplot作为plt pA=多项式（coef=[4,8,4]，domain=[0,0.02]）plt.plot（*pA.linspace（），label=“升序”，color=“橙色”）截距应为4，因此，绘制的方式有问题/系数没有按照您的意图进行解释。如果直线通过0,0Oh，那么截距怎么可能是4，这开始有意义了。因此，如果我想在给定域和coefs的情况下重新创建对象，pA=多项式（coef=[4,8,4.]，domain=[0,0.02]）会起作用吗？从文档（）中，我看到windows默认为[-1,1]。因此，我不需要指定任何其他内容。好的，非常感谢，我从文档中看到域：（2，）类似数组的，可选的域。区间[domain[0]，domain[1]]通过移位和缩放映射到区间[window[0]，window[1]]。默认值为[-1，1]。我想我不应该太在意这个？所有3个系数都是正的，通过（0，0）的曲线在数学上是不可能的。这些系数似乎是错误的。不应该有常数项here@Bazingaa是的，但是有。。。您可以运行我在问题中发布的代码段，您将看到具有此类域和coefs（0,0）的numpy多项式的输出。但是您应该重新检查代码。您正在使拟合曲线通过（0，0），但生成的拟合正在通过（0，4）。你没闻到试衣的错误吗？哦，这开始有道理了。因此，如果我想在给定域和coefs的情况下重新创建对象，pA=多项式（coef=[4,8,4.]，domain=[0,0.02]）会起作用吗？从文档（）中，我看到windows默认为[-1,1]。因此，我不需要指定任何其他内容。好的，非常感谢，我从文档中看到域：（2，）类似数组的，可选的域。区间[domain[0]，domain[1]]通过移位和缩放映射到区间[window[0]，window[1]]。默认值为[-1，1]。我想我不应该太在意这个？所有3个系数都是正的，通过（0，0）的曲线在数学上是不可能的。这些系数似乎是错误的。不应该有常数项here@Bazingaa是的，但是有。。。您可以运行我在问题中发布的代码片段，您将看到一个numpy多项式的输出，其中包含这样的域和coefs（0,0）