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.]]