4. numpy提供了更丰富的多项式函数类。注意其中的多项式的系数按照次数从小到大排列。

• numpy.polynomial.Polynomial：一元多次多项式
• numpy.polynomial.Chebyshev：切比雪夫多项式
• numpy.polynomial.Laguerre：拉盖尔多项式
• numpy.polynomial.Legendre：勒让德多项式
• numpy.polynomial.Hermite：哈米特多项式
• numpy.polynomial.HermiteE：HermiteE多项式

所有的这些多项式的构造函数为： XXX(coef, domain=None, window=None)。其中XXX为多项式类名。domain为自变量取值范围，默认为[-1,1]。window指定了将domain映射到的范围，默认为[-1,1]。 如切比雪夫多项式在[-1,1]上为正交多项式。因此只有在该区间上才能正确插值拟合多项式。为了使得对任何区域的目标函数进行插值拟合，所以在domain指定拟合的目标区间。 所有的这些多项式可以使用的方法为：

• 四则运行
• .basis(deg[, domain, window])：获取转换后的一元多项式
• .convert(domain=None, kind=None, window=None)：转换为另一个格式的多项式。kind为目标格式的多项式的类
• .degree()：返回次数
• .fit(x, y, deg[, domain, rcond, full, w, window])：拟合数据，返回拟合后的多项式
• .fromroots(roots[, domain, window])：从根创建多项式
• .has_samecoef(other)、.has_samedomain(other)、.has_sametype(other) 、.has_samewindow(other)：判断是否有相同的系数/domain/类型/window
• .roots()：返回多项式的根
• .trim([tol])：将系数小于 tol的项截掉
• 函数调用的方式

5. 切比雪夫多项式可以降低龙格现象。所谓龙格现象：等距离差值多项式在两个端点处有非常大的震荡，n越大，震荡越大。