您的代码是正确的，并且您正确地使用了根函数。数据类型只有一个小问题。您可以通过调试器或在coeffs[-1] -= y之后打印coeff来查看错误。在你的coeffs = np.array([1, 2, 2])行，numpy将创建一个整数类型的数组，因此你的减法，这应该导致0.5实际上导致0，所以你的系数变成[1, 2, 0]。对于这些，计算出正确的结果。所以我们只需要将dtype设置为float：

import numpy as np
import matplotlib.pyplot as plt

def main():
    coeffs = np.array([1, 2, 2], dtype=float)   #<-----------
    y = 1.5

    polyDataX = np.linspace(-2, 0)
    polyDataY = np.empty(shape = len(polyDataX), dtype = float)

    for i in range(len(polyDataX)):
        polyDataY[i] = coeffs[0] * pow(polyDataX[i], 2) + coeffs[1] * polyDataX[i] + coeffs[2]

    coeffs[-1] -= y
    x = np.roots(coeffs).tolist()

    plt.axhline(y, color = "orange")
    plt.plot(polyDataX, polyDataY, color = "blue")
    plt.title("X = " + str(x))
    plt.show()
    plt.close()
    plt.clf()

if __name__ == "__main__":
    main()

字符串

的数据

您应该使用numpy v1.4中添加的numpy.polynomial.Polynomial类（更多信息here）。使用该类，可以创建多项式对象。要找到解决方案，可以从Polynomial对象中减去y，然后调用roots方法。另一个很好的特性是，您可以直接调用该对象，您可以使用它来计算polyDataY。
请注意，Polynomial类期望从np.roots向后给出系数，即x^2 + 2x + 2的二次函数应该具有系数(2, 2, 1)。为了保持与您给出的一致，我只传递了反向的coeffs。

import numpy as np
from numpy.polynomial import Polynomial
import matplotlib.pyplot as plt

plt.close("all")

coeffs = np.array([1, 2, 2])
poly = Polynomial(coeffs[::-1])

polyDataX = np.linspace(-2, 0)
polyDataY = poly(polyDataX)

y = 1.5
x = (poly - y).roots()
plt.axhline(y, color = "orange")
plt.plot(polyDataX, polyDataY, color = "blue")
plt.title("X = " + str(x))
plt.show()

字符串

的数据

coeffs中的值为int32，coeffs[-1] -= y之后的结果为0，而不是0.5。
只需将coeffs = np.array([1, 2, 2])更改为coeffs = np.array([1., 2., 2.])