在Python中使用三维系数数组求解点(x,y)上的二维Hermite级数

在Python中使用三维系数数组求解点(x,y)上的二维Hermite级数

在点(x, y)处求解二维Hermite级数可以使用Python Numpy中的hermite.hermval2d()方法。该方法返回由来自x和y的对应值对形成的点上的二维多项式的值

第一个参数是x,y。在(x,y)处求解二维级数,其中x和y必须具有相同的形状。如果x或y是列表或元组,则首先将其转换为ndarray;否则保持不变,如果它不是ndarray,那么将其视为标量。

第二个参数C是按顺序排列的系数数组,其中多项式i,j的系数包含在c[i,j]中。如果C具有大于2的维数,则剩下的索引枚举多组系数。

步骤

首先,导入所需库

import numpy as np
from numpy.polynomial import hermite as H

创建一个三维系数数组

c = np.arange(24).reshape(2,2,6)

显示数组

print("我们的数组...\n",c)

检查维数

print("\n我们的数组维数...\n",c.ndim)

获取数据类型

print("\n我们的数组对象的数据类型...\n",c.dtype)

获取形状

print("\n我们的数组对象的形状...\n",c.shape)

使用hermite.hermval2d()方法在点(x,y)处求解二维Hermite级数

print("\n结果...\n",H.hermval2d([1,2],[1,2],c))

示例

import numpy as np
from numpy.polynomial import hermite as H

# 创建一个三维系数数组
c = np.arange(24).reshape(2,2,6)

# 显示数组
print("我们的数组...\n",c)

# 检查维数
print("\n我们的数组维数...\n",c.ndim)

# 获取数据类型
print("\n我们的数组对象的数据类型...\n",c.dtype)

# 获取形状
print("\n我们的数组对象的形状...\n",c.shape)

# 使用hermite.hermval2d()方法在点(x,y)处求解二维Hermite级数
print("\n结果...\n",H.hermval2d([1,2],[1,2],c))

输出结果

我们的数组...
   [[[ 0 1 2 3 4 5]
   [ 6 7 8 9 10 11]]

   [[12 13 14 15 16 17]
   [18 19 20 21 22 23]]]

我们的数组维数...
3

我们的数组对象的数据类型...
int64

我们的数组对象的形状...
(2, 2, 6)

结果...
   [[108. 360.]
   [117. 385.]
   [126. 410.]
   [135. 435.]
   [144. 460.]
   [153. 485.]]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Numpy 示例