在Python中对一个Hermite级数使用一系列点x进行评估

在Python中对一个Hermite级数使用一系列点x进行评估

要在点x处评估Hermite级数,请使用Python Numpy中的hermite.hermval()方法。 第1个参数x是列表或元组时,会转换为ndarray,否则保持不变,并视为标量。 无论哪种情况,x或其元素都必须支持与自身和与c元素的加法和乘法。

第2个参数C,是按顺序排列的系数数组,因此递增n度数的系数包含在c[n]中。如果c是多维的,剩余的索引将枚举多项式。 在二维情况下,可以认为系数存储在c的列中。

第3个参数tensor,如果为True,则在右侧用1个扩展系数数组的形状,每个x的维数用1个扩展。标量对于此操作具有0维。结果是,对于每个x的元素,都要评估c的每个系数列。 如果为False,x将在评估时广播到c的列上。当c为多维时,此关键字非常有用。 默认值为True。

步骤

首先,导入所需库 –

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

创建系数数组 –

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

显示数组 –

print("我们的数组...\n",c)

检查维度 –

print("\n我们的数组维度...\n",c.ndim)

获取数据类型 –

print("\n我们的数组对象数据类型...\n",c.dtype)

获取形状 –

print("\n我们的数组对象形状...\n",c.shape)

要在点x处评估Hermite级数,请使用Python Numpy中的hermite.hermval()方法 –

x = np.array([[1,2],[3,4]])
print("\n结果...\n",H.hermval(x,c))

例子

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

# 创建系数数组
c = np.array([1,2,3)

# 显示数组
print("我们的数组...\n",c)

# 检查维度
print("\n我们的数组维度...\n",c.ndim)

# 获取数据类型
print("\n我们的数组对象数据类型...\n",c.dtype)

# 获取形状
print("\n我们的数组对象形状...\n",c.shape)

# 要在点x处评估Hermite级数,请使用Python Numpy中的hermite.hermval()方法
x = np.array([[1,2],[3,4]])
print("\n结果...\n",H.hermval(x,c))

输出

我们的数组...
[1 2 3]

我们的数组维度...
1

我们的数组对象数据类型...
int64

我们的数组对象形状...
(3,)

结果...
[[ 11. 51.]
 [115. 203.]]

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