在Python中使用NumPy对Hermite_e数列进行微分并设置导数

在这篇文章中，我们将介绍如何在Python中使用NumPy对Hermite_e系列进行微分并设置导数。

np.polynomial.hermite_e.hermeder 方法:

为了在python中微分一个Hermite数列，我们使用NumPy.polynomial.hermite_e.hermeder()方法，该方法用于返回沿轴数列系数的c微分m次。其中，参数c是一个沿各轴从低到高的系数数组，如[3,1,2]，表示系列3He 0 + 1He 1 + 2*He 2。下面是hermeder方法的语法。

语法: numpy.polynomial.hermite_e.hermeder(c, m=1, scl=1, axis=0)

参数:

• c：类似数组的对象。
• m: int, 可选值。所取的导数总数不能是负数。(标准：1)。
• axis: int , 可选值。计算导数的轴。(默认为0)。

返回：赫米特数列的导数。

示例 1:

在这里，我们将创建一个NumPy数组，并使用numpy.polynomial.hermite_e.hermeder()来微分Hermite数列并设置导数。数组的形状由.shape属性找到，数组的尺寸由.ndim属性找到，数组的数据类型是.type属性。在下面的例子中，对于给定的系数，设置的导数数量为2。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
  
# Creating an array
array = np.array([4,3,5])
print(array)
  
# shape of the array is
print("Shape of the array is: ", array.shape)
  
# dimension of the array
print("The dimension of the array is: ", array.ndim)
  
# datatype of the array
print("Datatype of our Array is: ", array.dtype)
  
# differenciating a hermite series and setting 
# derivatives
print(H.hermeder(array,m=2))

输出:

[4 3 5]
Shape of the array is:  (3,)
The dimension of the array is:  1
Datatype of our Array is:  int64
[10.]

示例 2:

在这个例子中，所设置的专用数是2，轴被设置为’1’，表示派生数与列一起计算。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
  
# Creating an array
array = np.array([[4,3,5],[6,7,8]])
print(array)
  
# shape of the array is
print("Shape of the array is: ", array.shape)
  
# dimension of the array
print("The dimension of the array is: ", array.ndim)
  
# datatype of the array
print("Datatype of our Array is: ", array.dtype)
  
# differenciating a hermite series and setting 
# derivatives
print(H.hermeder(array,m=2,axis=1))

输出:

[[4 3 5]
 [6 7 8]]
Shape of the array is:  (2, 3)
The dimension of the array is:  2
Datatype of our Array is:  int64
[[10.]
 [16.]]