在Python中评估Hermite级数在点x，扩展系数阵列的每个维度形状

要在点x处评估Hermite级数，请在Python Numpy中使用hermite.hermval（）方法。第一个参数x，如果x是列表或元组，则将其转换为ndarray，否则保持不变并视为标量。在任一情况下，x或其元素必须支持与其自身和c的元素进行加法和乘法。

第二个参数C是一个系数数组，其顺序为每个度数为n的项的系数包含在c[n]中。如果c是多维的，则其余索引枚举多项式。在二维情况下，可以认为系数存储在c的列中。

第三个参数tensor，如果为真，则通过在右侧使用一个来扩展系数阵列的形状，每个x维度一个。标量在此操作中具有0维。结果是c中每个系数列都对x的每个元素进行求值。如果为假，则对评估进行广播。当c是多维度时，此关键字很有用。默认值为真。

步骤

首先，导入所需的库 −

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

创建一个多维系数数组 −

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

显示该数组−

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处评估Hermite级数，请在Python Numpy中使用hermite.hermval（）方法 −

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

例子

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

# 创建一个多维系数数组
c = np.arange(8).reshape(2,4)

# 显示该数组
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处评估Hermite级数，请使用hermite.hermval（）方法在Python Numpy中
print("\nResult...\n",H.hermval([1,2],c, tensor = True))

输出

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...
   [[ 8. 16.]
   [11. 21.]
   [14. 26.]
   [17. 31.]]