借口腾不出时间去健身的人，迟早会腾出时间去看病！善待自己，幸福无比，善待别人，快乐无比，善待生命，健康无比。梦想，就是这样一个词，不在于拥有，而在于追求。
本文实例讲述了python计算牛顿迭代多项式的方法。分享给大家供大家参考。具体实现方法如下：
''' p = evalPoly(a,xData,x).
Evaluates Newton's polynomial p at x. The coefficient
vector 'a' can be computed by the function 'coeffts'.
a = coeffts(xData,yData).
Computes the coefficients of Newton's polynomial.
'''
def evalPoly(a,xData,x):
n = len(xData) - 1 # Degree of polynomial
p = a[n]
for k in range(1,n+1):
p = a[n-k] + (x -xData[n-k])*p
return p
def coeffts(xData,yData):
m = len(xData) # Number of data points
a = yData.copy()
for k in range(1,m):
a[k:m] = (a[k:m] - a[k-1])/(xData[k:m] - xData[k-1])
return a
希望本文所述对大家的Python程序设计有所帮助。
本文python计算牛顿迭代多项式实例分析到此结束。没有我为您掌灯，您在往返家的路上，会觉得难过吗?小编再次感谢大家对我们的支持！
