在Python中对多维系数下的点x求解Hermite级数

要在点x处求解Hermite级数,可以使用Python Numpy中的hermite.hermval()方法。第一个参数x， 如果x是列表或元组，则转换为ndarray，否则保持不变，视为标量。在任何情况下，x或其元素必须支持与自身及c的元素进行加法和乘法。

第二个参数C是按顺序排列的系数数组，其中n次项的系数包含在c[n]中。如果c是多维的，其余指数枚举多项式。在二维情况下，可以将系数视为存储在c的列中。

第三个参数tensor，默认情况下为True时，系数数组的形状会在右侧扩展一个，每个扩展会添加一个x的维度。标量在此操作中具有维度0. 结果是c中的每列系数都对x的每个元素进行评估。如果为False，则对于求值，x会在c的列上进行广播。当c为多维时，此关键字很有用。默认值为True。

步骤

首先，导入所需的库−

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

创建一个多维系数数组−

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

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)

在点x处求解Hermite级数,可以使用Python Numpy中的hermite.hermval()方法−

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

示例

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

# Create a multidimensional array of coefficients
c = np.arange(4).reshape(2,2)

# Display the array
print("Our Array...\n",c)

# Check the Dimensions
print("\nDimensions of our Array...\n",c.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",c.dtype)

# Get the Shape
print("\nShape of our Array object...\n",c.shape)

# To evaluate a Hermite series at points x, use the hermite.hermval() method in Python Numpy
print("\nResult...\n",H.hermval([1,2],c))

输出

Our Array...
   [[0 1]
   [2 3]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
   [[ 4. 8.]
   [ 7. 13.]]