使用Python计算在点x处的Hermite_e级数以及扩展x每个维度的系数数组形状

使用Python计算在点x处的Hermite_e级数以及扩展x每个维度的系数数组形状

要在点x处计算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,则将其转换为ndarray,否则保持不变并将其视为标量。 在任一情况下,x或其元素必须支持加法和乘法,与c的元素以及自身相加和乘法。

第二个参数C,是一个以n次项系数顺序排列的数组c,其中n是多项式中n次项的度数。 如果c是多维的,则其余索引枚举多个多项式。在二维情况下,可以认为系数存储在c的列中。

第三个参数tensor,如果为True,则在右侧将系数数组的形状扩展为x每个维度的1个,标量对于此操作的维数为0。 结果是c中的每个系数列都针对x的每个元素进行计算。如果为False,则x在评估中广播到c的列上。 当c是多维的时,此关键字非常有用。 默认值为True。

操作步骤

首先,导入所需的库如下—

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

创建多维系数数组如下—

c = np.arange(8).reshape(2,4)

显示数组如下—

print("Our Array...\n",c)

检查维度如下—

print("\nDimensions of our Array...\n",c.ndim)

获取数据类型如下—

print("\nDatatype of our Array object...\n",c.dtype)

获取形状如下—

print("\nShape of our Array object...\n",c.shape)

要在点x处计算Hermite_e级数,请使用Python Numpy中的hermite.hermeval()方法如下—

print("\nResult...\n",H.hermeval([1,2],c, tensor = True))

示例

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

# 创建多维系数数组
c = np.arange(8).reshape(2,4)

# 显示数组
print("Our Array...\n",c)

# 检查维度
print("\nDimensions of our Array...\n",c.ndim)

# 获取数据类型
print("\nDatatype of our Array object...\n",c.dtype)

# 获取形状
print("\nShape of our Array object...\n",c.shape)

# 要在点x处计算Hermite_e级数,请使用Python Numpy中的hermite.hermeval()方法
print("\nResult...\n",H.hermeval([1,2],c, tensor = True))

输出结果

Our Array...
   [[0 1 2 3]
   [4 5 6 7]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 4)

Result...
   [[ 4. 8.]
   [ 6. 11.]
   [ 8. 14.]
   [10. 17.]]

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