在Python中对具有多维系数的赫米特级数进行微分

在这篇文章中，我们将介绍如何在Python中使用NumPy对具有多维系数的Hermite数列进行微分。

示例

输入:[[ 1 2 3 4 5]

[ 3 4 2 6 7]

[43 45 2 6 7]]

输出： [[ 3、4、2、6、7。］

[129. 135. 6. 18. 21.]]

解释：导数的Hermite系列。

hermite.hermder 方法

为了在x点用多维系数数组评估一个Hermite数列，NumPy提供了一个名为hermite.hermder()的函数。这个方法用于生成Hermite数列，这个方法在Python的NumPy模块中可用，它返回一个多维系数数组，下面是Hermite方法的语法。

语法 : hermite.hermder(x, m, axis)

参数：

x:数组
m:所取的导数的数量，必须是非负数。(默认：1)
axis: 获取导数的轴。(默认值: 1).

返回：赫米特系列。

示例 1:

在这个例子中，我们正在创建一个5×2的系数多维数组，并且，显示一个数组的形状和尺寸。同时，我们使用hermite.hermder()方法来区分一个hermite系列。

# import the numpy module
import numpy
  
# import hermite
from numpy.polynomial import hermite
  
# create array of coefficients with 5 elements
# each
coefficients_data = numpy.array([[1, 2, 3, 4, 5],
                                 [3, 4, 2, 6, 7]])
  
# Display the coefficients
print(coefficients_data)
  
# get the shape
print(f"\nShape of an array: {coefficients_data.shape}")
  
# get the dimensions
print(f"Dimension: {coefficients_data.ndim}")
  
# using  hermite.hermder() method to differentiate
# a Hermite series.
print("\nHermite series", hermite.hermder(coefficients_data))

输出:

[[1 2 3 4 5]
 [3 4 2 6 7]]

Shape of an array: (2, 5)
Dimension: 2

Hermite series [[ 6.  8.  4. 12. 14.]]

示例 2:

在这个例子中，我们正在创建一个5×3的系数多维数组，并且，显示数组的形状和尺寸。另外，我们使用的是导数的数量=2，导数所经过的轴是1。

# import the numpy module
import numpy
  
# import hermite
from numpy.polynomial import hermite
  
# create array of coefficients with 5 elements each
coefficients_data = numpy.array(
    [[1, 2, 3, 4, 5], [3, 4, 2, 6, 7], [43, 45, 2, 6, 7]])
  
# Display the coefficients
print(coefficients_data)
  
# get the shape
print(f"\nShape of an array: {coefficients_data.shape}")
  
# get the dimensions
print(f"Dimension: {coefficients_data.ndim}")
  
# using  hermite.hermder() method to differentiate a Hermite series.
print("\nHermite series", hermite.hermder(coefficients_data, m=2, axis=1))

输出 :

[[ 1  2  3  4  5]
 [ 3  4  2  6  7]
 [43 45  2  6  7]]

Shape of an array: (3, 5)
Dimension: 2

Hermite series [[ 24.  96. 240.]
 [ 16. 144. 336.]
 [ 16. 144. 336.]]