在Python中对Hermite_e系列进行微分

在Python中对Hermite_e系列进行微分

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。

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[4,3,5],表示系列4He 0 + 3He 1 + 5*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。Hermite e系列的系数被存储在一个数组中。如果c是多维的,各种轴对应于各种变量,每个轴中的程度由相应的索引决定。
  • m: int , 可选值。所取的导数总数不能是负数。(标准:1)。
  • scl:标量,可选值。scl与每次微分相乘。乘以sclm就是最终的结果。这是在你想对一个变量进行线性变化时使用的。(标准:1).
  • axis: int , 可选值。计算导数的轴。(默认为0)。

返回:der:ndarray.赫米特数列的导数。

示例 1:

这里,我们将创建一个NumPy数组,并使用numpy.polynomial.hermite_e.hermeder()来区分Hermite数列。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。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
 
# Creating an array
array = np.array([4,2,5])
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)
 
# differentiating a hermite series
print(H.hermeder(array, axis=0,m=1))

输出:

[4 2 5]
Shape of the array is :  (3,)
The dimension of the array is :  1
Datatype of our Array is :  int64
[ 2. 10.]

示例 1:

在这个例子中,我们创建了一个二维数列,并将其与列进行区分(轴=1)。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
 
# Creating an array
array = np.array([[4,2,5],[1,4,2]])
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)
 
# differentiating a hermite series
print(H.hermeder(array,axis=1,m=2))

输出:

[[4 2 5]
 [1 4 2]]
Shape of the array is :  (2, 3)
The dimension of the array is :  2
Datatype of our Array is :  int64
[[10.]
 [ 4.]]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Numpy 多项式