用Python中的NumPy在点(x,y)上评估二维Hermite_e数列与三维数组的系数

在这篇文章中，我们将介绍如何用Python中的NumPy在点(x,y)上评估一个二维Hermite_e数列，以及一个三维系数数组。

np.polynomial.hermite_e.hermeval2d 方法

来自NumPy库的np.polynomial.hermite_e.hermeval2d用于在Python中评估点(x,y)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: np.polynomial.hermite_e.hermeval2d(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。np.polynomial.hermite_e.hermeval2d (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参数代表了多个点。通过使用.shape、.dtype和.ndim属性，可以找到数组的形状、数据类型和尺寸。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as mit
  
# array of coefficients
array = np.array([[[5,6],[7,8],[9,10]]])
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)
  
# evaluating a 2-d hermite series at point(x,y) 
# with 3D coeffiecients
print(mit.hermeval2d([1,1],[2,2],array))

输出:

[[[ 5  6]
  [ 7  8]
  [ 9 10]]]
Shape of the array is :  (1, 3, 2)
The dimension of the array is :  3
[[46. 46.]
 [52. 52.]]

示例 2:

NumPy包被导入。使用np.range(12).reshape(2, 2, 3)创建一个数组，代表Hermite数列的系数的三维数组。 np.polynomial.hermite_e.hermeval2d (x, y, c) 用于评估一个二维Hermite数列，数组的形状、数据类型和尺寸通过使用.shape, .dtype, 和 .ndim属性找到。

# import packages
import numpy as np
from numpy.polynomial import hermite_e as mit
  
# array of coefficients
array = np.arange(12).reshape(2, 2, 3)
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)
  
# evaluating a 2-d hermite series at point(x,y)
# with 3D coeffiecients
print(mit.hermeval2d([1,1],[2,2],array))

输出:

[[[ 0  1  2]
  [ 3  4  5]]

 [[ 6  7  8]
  [ 9 10 11]]]
Shape of the array is :  (2, 2, 3)
The dimension of the array is :  3
[[30. 30.]
 [36. 36.]
 [42. 42.]]