在Python中使用多维系数数组为点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是一个列表或元组，它会被转换为ndarray，否则它将保持不变并被视为标量。 在任何情况下，x或其元素必须支持与自身和c的元素进行加法和乘法。

第二个参数C是一个按度数n的系数排序的数组，在c[n]中包含度数为n的项的系数。如果c是多维的， 其余的索引列举了多项式。在二维情况下，可以认为系数存储在c的列中。

第三个参数张量，如果为True，则系数数组的形状在右侧扩展为1，每个维度的x都有1个。这个操作的标量维度为0。 结果是，每个c中的系数列都为x的每个元素评估。如果为False，则将x在评估时广播到c的列上。 当c是多维的时候，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

创建一个多维系数 –

c = np.array([[1,2],[3,4]])

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上评估Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法 –

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

示例

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

# 创建一个多维系数
c = np.array([[1,2],[3,4]])

# 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上评估Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法
print("\nResult...\n",H.hermeval([1,2],c))

输出

Our Array...
   [[1 2]
   [3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
   [[ 4. 7.]
   [ 6. 10.]]