在Python中对点阵x计算Hermite_e级数

要在x点上计算Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法。 第一个参数x，如果x是列表或元组，则转换为ndarray，否则保持不变并视为标量。 无论哪种情况，x或其元素都必须支持自身和c元素的加法和乘法。

第二个参数C，一个按系数排序的数组，使得度数为n的项的系数包含在c[n]中。 如果c是多维的，其余的指标列举了多个多项式。 在二维情况下，系数可以视为存储在c的列中。

第三个参数张量，如果为True，则在右侧用1扩展系数数组的形状，每个x维度扩展一次。 标量的这个动作的维度为0。结果是在每个x元素上评估c中每个系数的列。 如果为False，则对于评估，x在c的列上广播。当c是多维的时，这个关键字是有用的。默认值为True。

步骤

首先，导入所需库 –

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

创建系数数组 –

c = np.array([1, 2, 3])

显示数组

print("我们的数组...\n",c)

检查维度

print("我们的数组的维度...\n",c.ndim)

获取数据类型

print("我们的数组对象的数据类型...\n",c.dtype)

获取形状

print("我们的数组对象的形状...\n",c.shape)

要在点阵x上计算Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法 –

x = np.array([[1,2],[3,4]])
print("结果...\n",H.hermeval(x,c))

例子

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

# 创建系数数组
c = np.array([1, 2, 3])

# 显示数组
print("我们的数组...\n",c)

# 检查维度
print("我们的数组的维度...\n",c.ndim)

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

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

# 要在点阵x上计算Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法
x = np.array([[1,2],[3,4]])
print("结果...\n",H.hermeval(x,c))

输出

我们的数组...
 [1 2 3]

我们的数组的维度...
 1

我们的数组对象的数据类型...
 int64

我们的数组对象的形状...
 (3,)

结果...
 [[ 3. 14.]
  [31. 54.]]