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.]]