在Python中使用多维系数数组评估Hermite级数的点x

在Python中使用多维系数数组评估Hermite级数的点x

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,如果x为列表或元组,则会转换为ndarray,否则不变地保留并视为标量。无论哪种情况,x或其元素必须支持与自身和c元素的加和乘法。

第2个参数C是按顺序排列的系数数组,其中第n次项的系数包含在c[n]中。如果c是多维的,则其余索引枚举多个多项式。在二维情况下,可以认为将系数存储在c的列中。

第3个参数tensor,如果为True,则将系数数组的形状向右扩展一个,每个维度的右边都有一个。对于此操作,标量具有维度0。结果是,c中的每个系数列都针对x的每个元素进行评估。如果为False,则在评估中对c的列进行广播x。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.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评估Hermite级数,请使用Python Numpy中的hermite.hermval()方法−

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

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.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评估Hermite级数,请使用Python Numpy中的hermite.hermval()方法
print("\nResult...\n",H.hermval([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...
[[ 7. 13.]
[10. 18.]]

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