在Python中返回Hermite级数系数1-D数组的缩放伴随矩阵
要返回1-D多项式系数的缩放伴随矩阵,请在Python Numpy中返回hermite.hermcompanion()方法。基础的多项式尺度被调整,使得当c是Hermite基函数时,伴随矩阵是对称的。这提供比未缩放情况下更好的特征值估计,并且对于基函数,如果使用numpy.linalg.eigvalsh获取特征值,则保证它们是实数。该方法返回维度为(deg,deg)的缩放伴侣矩阵。参数c是一个按低到高次序排列的Hermite级数系数的一维数组。
步骤
首先,导入所需的库−
import numpy as np
from numpy.polynomial import hermite as H
创建一个系数的1D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我们数组的维度...\n",c.ndim)
获取数据类型−
print("\n我们数组对象的数据类型...\n",c.dtype)
获取形状−
print("\n我们数组对象的形状...\n",c.shape)
要返回1-D多项式系数的缩放伴随矩阵,请在Python Numpy中返回hermite.hermcompanion()方法−
print("\n结果...\n",H.hermcompanion(c))
例子
import numpy as np
from numpy.polynomial import hermite as H
# 创建一个系数的1D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我们数组的维度...\n",c.ndim)
# 获取数据类型
print("\n我们数组对象的数据类型...\n",c.dtype)
# 获取形状
print("\n我们数组对象的形状...\n",c.shape)
# 要返回1-D多项式系数的缩放伴随矩阵,请在Python Numpy中返回hermite.hermcompanion()方法
print("\n结果...\n",H.hermcompanion(c))
输出
我们的数组...
[1 2 3]
我们数组的维度...
1
我们数组对象的数据类型...
int64
我们数组对象的形状...
(3,)
结果...
[[0. 0.58925565]
[0.70710678 -0.33333333]]