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.]]