从 Python 中的 lambda 中提取多项式的系数
Extracting the coefficients of a polynomial from a lambda in Python
我正在研究一些线性代数并使用 numpy
作为参考。我使用 lambda k: numpy.linalg.det(A - k*I)
来计算矩阵 A
.
的特征多项式
效果很好,下一步是使用 numpy.roots
计算代表矩阵特征值的多项式的根,问题是 numpy.roots
需要一个多项式系数作为参数。
有没有办法从 lambda k
中提取系数?
(我知道 numpy.linalg.eigvals
的存在,但我不想使用它。)
感谢 How to find coefficients of polynomial equation?
找到了答案
# yields the coefficients from highest to lowest degree
def extract_coefficients(p, degree):
n = degree + 1
sample_x = [ x for x in range(n) ]
sample_y = [ p(x) for x in sample_x ]
A = [ [ 0 for _ in range(n) ] for _ in range(n) ]
for line in range(n):
for column in range(n):
A[line][column] = sample_x[line] ** column
c = numpy.linalg.solve(A, sample_y)
return c[::-1]
运行 extract_coefficients(lambda x: 2*x**2 - 2*x + 1, 2)
产生正确的结果 [ 2. -2. 1.]
。
非常感谢最初回复的人!
编辑:
如果您不关心可读性,可以进一步压缩代码:
# yields the coefficients from highest to lowest degree
def extract_coefficients(p, d):
return (numpy.linalg.solve([[[x for x in range(d+1)][line] ** column for column in range(d+1)] for line in range(d+1)], [p(x) for x in [x for x in range(d+1)]]))[::-1]
我正在研究一些线性代数并使用 numpy
作为参考。我使用 lambda k: numpy.linalg.det(A - k*I)
来计算矩阵 A
.
效果很好,下一步是使用 numpy.roots
计算代表矩阵特征值的多项式的根,问题是 numpy.roots
需要一个多项式系数作为参数。
有没有办法从 lambda k
中提取系数?
(我知道 numpy.linalg.eigvals
的存在,但我不想使用它。)
感谢 How to find coefficients of polynomial equation?
找到了答案# yields the coefficients from highest to lowest degree
def extract_coefficients(p, degree):
n = degree + 1
sample_x = [ x for x in range(n) ]
sample_y = [ p(x) for x in sample_x ]
A = [ [ 0 for _ in range(n) ] for _ in range(n) ]
for line in range(n):
for column in range(n):
A[line][column] = sample_x[line] ** column
c = numpy.linalg.solve(A, sample_y)
return c[::-1]
运行 extract_coefficients(lambda x: 2*x**2 - 2*x + 1, 2)
产生正确的结果 [ 2. -2. 1.]
。
非常感谢最初回复的人!
编辑:
如果您不关心可读性,可以进一步压缩代码:
# yields the coefficients from highest to lowest degree
def extract_coefficients(p, d):
return (numpy.linalg.solve([[[x for x in range(d+1)][line] ** column for column in range(d+1)] for line in range(d+1)], [p(x) for x in [x for x in range(d+1)]]))[::-1]