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]]