1. Description de la bibliothèque numpy.polynomial
La bibliothèque numpy.polynomial est une partie de la bibliothèque NumPy qui offre des fonctionnalités pour travailler avec des polynômes en Python. Elle fournit des outils pour créer, manipuler, évaluer, dériver, intégrer et réaliser diverses opérations sur des polynômes. Cette bibliothèque est utile dans divers domaines des mathématiques et des sciences, que ce soit pour des tâches mathématiques, scientifiques ou d'ajustement de courbes... Elle offre une gamme d'outils pour simplifier la manipulation des polynômes et les calculs qui y sont associés.
2. principales fonctionalités de la bibliothèque numpy.polynomial
Voici un aperçu des principales fonctionnalités fournies par numpy.polynomial :
- Création de polynômes : Vous pouvez créer des polynômes en utilisant numpy.polynomial.Polynomial ou en spécifiant simplement les coefficients du polynôme.
- Évaluation de polynômes : Vous pouvez évaluer un polynôme pour une valeur donnée en utilisant numpy.polynomial.polynomial.polyval.
- Opérations de base sur les polynômes : Vous pouvez effectuer des opérations de base telles que l'addition, la soustraction, la multiplication et la division de polynômes.
- Différenciation et intégration : numpy.polynomial.polynomial.polyder vous permet de calculer la dérivée d'un polynôme, tandis que numpy.polynomial.polynomial.polyint permet de calculer l'intégrale d'un polynôme.
- Ajustement de courbes polynomiales : Vous pouvez ajuster des données à l'aide de polynômes à l'aide de la fonction numpy.polynomial.polynomial.polyfit, ce qui est utile pour effectuer des ajustements de courbes.
- Polynômes orthogonaux : La bibliothèque prend également en charge les polynômes orthogonaux, tels que les polynômes de Legendre, Chebyshev ...
- Génération de points d'échantillonnage : Vous pouvez générer des points d'échantillonnage pour un polynôme donné à l'aide de numpy.polynomial.polynomial.linspace.
- Manipulation de coefficients : Vous pouvez accéder et manipuler les coefficients d'un polynôme à l'aide de différentes méthodes.
3. Exemples d'usages de la bibliothèque numpy.polynomial
Voici quelques exemple simples d'utilisation de la bibliothèque numpy.polynomial pour créer, évaluer et effectuer des opérations de base sur des polynômes :
Exemple ( addition, différenciation et intégration des polynômes )
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
import numpy.polynomial.polynomial as poly # Créer des polynômes p1 = poly.Polynomial([1, 2, 3]) # 1 + 2*x + 3*x^2 p2 = poly.Polynomial([0, 1, 0, 4]) # x + 4*x^3 # Addition de polynômes sum_poly = p1 + p2 print("p1 + p2 = " , p1 + p2) # p1 + p2 = 1.0 + 3.0 x**1 + 3.0 x**2 + 4.0 x**3 # Différenciation de polynômes derivative = p1.deriv() print("p1' = " , derivative) # p1' = 2.0 + 6.0 x**1 # Intégration de polynômes integral = p2.integ() print("Integral(p2) = " , integral) # Integral(p2) = 0.0 + 0.0 x**1 + 0.5 x**2 + 0.0 x**3 + 1.0 x**4 |
Exemple (racines d'un polynôme)
|
1 2 3 4 5 6 7 8 9 10 11 12 |
import numpy.polynomial.polynomial as poly # Définir le polynôme p = poly.Polynomial([2, -3, 1]) # Exemple : 2.0 - 3.0 x**1 + 1.0 x**2 print(p) # Trouver les racines du polynôme roots = p.roots() # Afficher les racines print("Racines du polynôme :", roots) # Racines du polynôme : [1. 2.] |
Exemple(transformer un polynôme en serie des coefficients)
|
1 2 3 4 5 6 7 8 9 10 11 |
import numpy as np import numpy.polynomial.polynomial as poly # Créer un polynôme p1 = poly.Polynomial([1, 2, 3]) # 1 + 2*x + 3*x^2 # Convertir le polynôme en une série de coefficients coefficients = np.polynomial.polyutils.as_series(p1) # Afficher les coefficients print("Coefficients du polynôme :", coefficients) |
Younes Derfoufi
CRMEF OUJDA
