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.]]