在Python中，当系数为多维时，在x点评估Hermite_e数列

在这篇文章中，我们将讨论在Python中，当系数为多维时，如何在x点评估Hermite_e数列。

我们使用numpy模块中的hermite.hermeval（）函数。

语法: hermite_e.hermeval(x,Arr)

参数 :

x（必要参数）。x “可以是一个单一的数字或数字列表，但唯一的条件是 “x “或 “x “中的元素应支持它们之间以及与 “Arr “中的元素进行加法和乘法运算。
(这是要传递的第二个参数)。如果’x’是一个元组或一个列表，它将被转换为ndarray，否则它将被视为一个标度器。
Arr（必要参数）。Arr’是一个系数数组，它的排序方式是度数为n的项的系数
是存在于Arr[n]中。在我们的例子中，这个数组是多维的系数数组。

实现步骤

第1步：导入NumPy和hermite_e库。

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

第2步：现在我们必须创建一个多维数组’Arr’，其中的系数具有如下所示的任何风格。

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

_OR_

Arr = np.matrix([[0,1],[2,3]])

_OR_

Arr = [[0,1],[2,3]]

第3步：要在x点评估多维系数的Hermite_e数列，使用Numpy模块中的hermite.hermeval()方法，如下所示。

print(H.hermeval([1,2],Arr))

例子1 :

# import numpy and hermite_e libraries
import numpy as np
from numpy.polynomial import hermite_e as HE
 
# Create a multidimensional array 'Arr'
# of coefficients
Arr = np.matrix([[1, 3], [4, 5]])
 
# To evaluate a Hermite_e series at points
# x for multidimensional coefficient array 'Arr',
# use the hermite.hermeval() method in
# Python Numpy
print(HE.hermeval([2, 3], Arr))

输出 :

[[ 9. 13.]
 [13. 18.]]

例子2 :

# import hermite_e library
from numpy.polynomial import hermite_e as H
 
# create a multidimensional array
Mul_Array = [[2, 2], [4, 3]]
 
# evaluate hermite_e series and print
# the result
print(H.hermeval([2, 1], Mul_Array))