在Python中对多维点数组x评估Hermite_e级数
要在点x上评估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,则会将其转换为ndarray,否则将保持不变 并且作为标量进行处理。在任何一种情况下,x或其元素必须支持相互加和乘 以它们自己和c的元素。
第二个参数C是一个按照顺序排列的系数数组,使得n次项的系数包含在c[n]中。 如果c是多维数组,则其余索引可以列举多项式。在二维情况下,可以将系数 看作存储在c的列中。
第三个参数tensor,如果为True,则会在右边用1扩展系数数组的形状,其中 每个维度的元素都是x。标量对于此操作的维数为0。结果是在c的每个列中为x 的每个元素评估一次系数。如果是False,则会将x广播到该评估的c的列中。 当c是多维的时,这个关键字非常有用。默认值为True。
步骤
首先,导入所需的库 −
import numpy as np
from numpy.polynomial import hermite_e as H
创建一个系数数组 −
c = np.array([1, 2, 3])
显示该数组 −
print("我们的数组...\n",c)
检查维数 −
print("\n我们数组的维数...\n",c.ndim)
获取数据类型 −
print("\n我们数组对象的数据类型...\n",c.dtype)
获取形状 −
print("\n我们数组对象的形状...\n",c.shape)
在这里,x是2D数组 −
x = np.array([[1,2],[3,4]])
要在点x上评估Hermite_e级数,请使用Python Numpy中的hermite.hermeval()方法−
print("\n结果...\n",H.hermeval(x,c))
示例
import numpy as np
from numpy.polynomial import hermite_e as H
#创建一个系数数组
c = np.array([1, 2, 3])
#显示数组
print("我们的数组...\n",c)
#检查维数
print("\n我们数组的维数...\n",c.ndim)
#获取数据类型
print("\n我们数组对象的数据类型...\n",c.dtype)
#获取形状
print("\n我们数组对象的形状...\n",c.shape)
#这里,x是一个二维数组
x = np.array([[1,2],[3,4]])
#要在点x上评估Hermite_e级数,请使用Python Numpy中的hermite.hermeval()方法
print("\n结果...\n",H.hermeval(x,c))
输出
我们的数组...
[1 2 3]
我们数组的维数...
1
我们数组对象的数据类型...
int64
我们数组对象的形状...
(3,)
结果...
[[ 3. 14.]
[31. 54.]]