用Python中的NumPy在点(x,y)上评估一个二维Hermite_e数列

在这篇文章中，我们将介绍如何在Python中对点(x,y)的二维Hermite_e数列进行评估。

polynomial.hermite.hermval2d

NumPy库中的numpy.polynomial.hermite.hermval2d()用于在Python中评估点(x,y)处的二维Hermite_e序列。如果参数x和y是图元或列表，它们将被转换为数组，否则它们将被视为标量，转换后必须具有相同的形状。在任何一种情况下，x 和 y 或它们的元素都必须支持与自己以及与 c 的元素的乘法和加法。如果 c 是一个一维数组，那么在它的形状上隐含地附加一个 1，使其成为二维的。最后的形状将是c.shape[2:] + x.shape。

语法: polynomial.hermite.hermval2d(x, y, c)

参数 :

• x , y：类似兼容对象的数组。
• c：类似数组的对象。

返回：二维多项式在相应的x和y值对形成的坐标上的值。

示例 1:

NumPy包被导入。polynomial.hermite.hermval2d(x, y, c)被用来评估一个二维的Hermite数列，在下面的例子中，数组的x和y参数代表多个点。数组的形状、数据类型和尺寸是通过使用.shape、.dtype和.ndim属性找到的。

# import packages
import numpy as np
from numpy.polynomial import hermite as H
  
# array of coefficients
array = np.array([[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)
  
# evaluating a 2-d hermite series at point(x,y)
print(H.hermval2d([1,1],[2,2],array))

输出:

[[5 6]
 [7 8]]
Shape of the array is :  (2, 2)
The dimension of the array is :  2
Datatype of our Array is :  int64
[107. 107.]

示例 2:

在这个例子中，标量是作为x和y参数给出的，它代表一个单一的点，二维Hermite数列在该点被评估。

# import packages
import numpy as np
from numpy.polynomial import hermite as H
  
# array of coefficients
array = np.array([[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)
  
# evaluating a 2-d hermite series at point(x,y)
print(H.hermval2d(1,2,array))

输出:

[[5 6]
 [7 8]]
Shape of the array is :  (2, 2)
The dimension of the array is :  2
Datatype of our Array is :  int64
107.0