用Python中的NumPy在点(x,y)上评估二维Hermite数列，并使用三维系数阵列

在这篇文章中，我们将看看如何用Python中的NumPy在一个数组的点x，和y的3维数组上评估一个2维的Hermite数列。

np.hermval2d方法

我们使用Numpy模块中的hermite.hermval2d()函数来评估位置(x, y)的二维Hermite序列。这个函数返回二维多项式的值。x和y坐标是第一个参数，其中x和y必须具有相同的形状，用于评估二维数列。而如果其中任何一个x或y是一个列表或元组，它将被转换为一个数组。如果不是数组，它将被视为一个标量。第二个参数是’C’，它是一个有序的系数数组。在这里，如果’C’的维度大于2，那么其余索引将形成多个系数集。下面是hermval2d的语法。

语法 : np.hermval2d(x, y, deg)

参数 :

• x,y: array_like
• deg: 最高学位列表

返回 s：返回的矩阵是x.shape + （order）。

示例 1:

# importing numpy and hermite modules
import numpy as np
from numpy.polynomial import hermite
 
# Creating a 3D array of coefficients 'C'
C = np.array([ [[0,1,2], [3,4,5]], [[6,7,8], [9,10,11]] ])
 
# Evaluating the 2 dimensional hermite
# series ant x,y using
# hermval2d() function
print(hermite.hermval2d([1,2],[1,2],C))

输出:

[[ 54. 180.]
 [ 63. 205.]
 [ 72. 230.]]

例子2 :

# importing numpy and hermite modules
import numpy as np
from numpy.polynomial import hermite
 
# Creating a 3D array of coefficients 'C'
C = np.arange(36).reshape(2,2,9)
 
# Evaluating the 2 dimensional hermite
# series ant x,y using
# hermval2d() function
x = [2,1]
y = [1,2]
print(hermite.hermval2d(x,y,C))

输出:

[[306. 288.]
 [321. 303.]
 [336. 318.]
 [351. 333.]
 [366. 348.]
 [381. 363.]
 [396. 378.]
 [411. 393.]
 [426. 408.]]