Python | Numpy np.lagcompanion() 方法

简介

numpy.lagcompanion() 是 NumPy 中的一个函数，它可以返回一个给定的拉格朗日多项式（Lagrange polynomial）的伴随矩阵（companion matrix）。拉格朗日多项式是指一种拟合点之间数据的方法。

语法

下面是该方法的语法：

numpy.lagcompanion(c)

参数说明：

• c：一维数组，表示拉格朗日多项式，从高次项到低次项排序。

返回值：

一个 n x n 的伴随矩阵。

示例

下面是一个示例，演示如何使用 numpy.lagcompanion() 方法：

import numpy as np

c = np.array([1, -3, 3, -1])
companion_matrix = np.lagcompanion(c)

print('拉格朗日多项式: ')
print(c)
print('伴随矩阵: ')
print(companion_matrix)

输出结果如下：

拉格朗日多项式: 
[ 1 -3  3 -1]
伴随矩阵: 
[[0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]
 [1. 3. 3. 1.]]

解释示例

在上述示例中，我们首先导入了 Numpy 模块，然后创建了一个一维数组 c，其中表达的是4次多项式 p(x) = 1 - 3x + 3x^2 - x^3。我们接下来调用 np.lagcompanion(c) 方法，该方法从给定的拉格朗日多项式里面，生成一个伴随矩阵。最后，我们打印输出了拉格朗日多项式和生成的伴随矩阵。

从输出结果可以看出，输入的拉格朗日多项式是 [1, -3, 3, -1]，生成的伴随矩阵是一个4x4的矩阵 [[0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.], [1., 3., 3., 1.]]。