如何用Python从文件提取多项式系数并生成NumPy数组

核心思路 #

直接解析每行多项式的项系数和对应的x的次数，先确定所有多项式的最高次数，再初始化对应大小的矩阵，将系数填入对应次数的列，缺失位置补0。

具体实现代码 #

1. 导入依赖库 #

import numpy as np
import re

2. 定义多项式解析函数 #

该函数负责拆分每行的变量名（如A、B），并提取每个项的系数和对应次数：

def parse_polynomial(line):
    # 拆分变量名与多项式表达式
    var, poly = line.strip().split(' = ')
    # 统一处理减号（将"-a"转为"+-a"，方便拆分所有项）
    poly = poly.replace('-', '+-')
    # 拆分所有项并过滤空字符串
    terms = [t.strip() for t in poly.split('+') if t.strip()]
    
    coeff_degree_map = {}
    for term in terms:
        # 匹配常数项（无x的项，对应x^0）
        const_match = re.fullmatch(r'([a-zA-Z0-9_]+)', term)
        if const_match:
            coeff_degree_map[0] = const_match.group(1)
            continue
        # 匹配x的一次项（如a_1*x）
        x1_match = re.fullmatch(r'([a-zA-Z0-9_]+)\*x', term)
        if x1_match:
            coeff_degree_map[1] = x1_match.group(1)
            continue
        # 匹配x的高次项（如a_l*x^l）
        xn_match = re.fullmatch(r'([a-zA-Z0-9_]+)\*x\^(\d+)', term)
        if xn_match:
            coeff = xn_match.group(1)
            degree = int(xn_match.group(2))
            coeff_degree_map[degree] = coeff
            continue
    return var, coeff_degree_map

3. 读取文件并解析所有多项式 #

# 替换为你的文本文件路径
file_path = 'poly_data.txt'
# 读取有效行（过滤空行）
lines = [line for line in open(file_path, 'r', encoding='utf-8') if line.strip()]

all_polys = []
max_degree = 0

for line in lines:
    var, coeff_map = parse_polynomial(line)
    all_polys.append((var, coeff_map))
    # 更新全局最高次数
    current_max = max(coeff_map.keys()) if coeff_map else 0
    if current_max > max_degree:
        max_degree = current_max

4. 生成补0的系数矩阵 #

# 矩阵行数=多项式个数，列数=最高次数+1（覆盖0到max_degree次）
num_rows = len(all_polys)
num_cols = max_degree + 1

# 初始化矩阵：如果系数是符号（如a_0）用字符串类型；如果是数值则改为dtype=np.float64
coeff_matrix = np.full((num_rows, num_cols), '0', dtype='U10')

# 填充系数到对应位置
for row_idx, (var, coeff_map) in enumerate(all_polys):
    for degree, coeff in coeff_map.items():
        coeff_matrix[row_idx, degree] = coeff

# 可选：如果系数是数值，转换为浮点型
# coeff_matrix = coeff_matrix.astype(np.float64)

5. 输出结果示例 #

假设输入文本为：

A = a_0 + a_1*x + a_2*x^2
B = b_0 + b_3*x^3
G = g_2*x^2 + g_5*x^5

生成的矩阵会是：

[['a_0' 'a_1' 'a_2' '0' '0' '0']
 ['b_0' '0' '0' 'b_3' '0' '0']
 ['0' '0' 'g_2' '0' '0' 'g_5']]

为什么不用numpy.genfromtxt？ #

你提到的替换x为1再用genfromtxt的方法，本质是将多项式转为一个数值（系数和），完全丢失了每个系数对应的次数信息，无法还原出按次数排列的系数矩阵，因此必须先解析每个项的次数再填充。

内容的提问来源于stack exchange，提问作者notastringtheorist