在Python中使用NumPy在点x的列表中评估赫米特级数

在这篇文章中，我们将着眼于在Python和NumPy中对一个点x的列表进行Hermite数列的评估方法。

示例:

List : [6,7,8,9,10]
Result : [102175. 191631. 329175. 529399. 808815.]
解释 : 在点x处的Hermite数列。

NumPy.polynomial.hermite.hermval() 方法

为了评估一个在x处的点列表的Hermite数列，用户需要调用Python中Numpy库的hermite.hermval()方法。此外，用户需要向该函数传递第一个参数，即x，其中x是一个列表或元组，第二个参数是C，是一个系数数组。

语法 : np.polynomial.hermite.hermval(x, c)

参数 :

x: 列表或元组
c: 系数阵列

返回:返回乘法后的系列系数。

示例 1:

在这个例子中，我们创建了一个一维的5个数据点的数组，并进一步创建了一个名为x的列表，之后我们使用hermite.hermval()方法，并传递所需的参数，在一个点的列表[6,7,8,9,10]评估Hermite数列。

import numpy as np
from numpy.polynomial import hermite
  
a = np.array([1,2,3,4,5])
  
# Dimensions of Array
print("Dimensions of Array: ",a.ndim)
  
# Shape of the array
print("\nShape of Array: ",a.shape)
  
# List
x = [6,7,8,9,10]
  
# To evaluate a Hermite series at points x
print("\nHermite series at point", hermite.hermval(x,a))

输出 :

Dimensions of Array: 1 

Shape of Array: (5,) 

Hermite series at point [102175. 191631. 329175. 529399. 808815.]

示例 2:

在这个例子中，我们创建了一个由10个数据点组成的二维数组，并进一步创建了一个名为x的列表，之后我们使用hermite.hermval()方法并传递所需参数，在列表中的点[11,12,13,14,15]处评估赫米特数列。

import numpy as np
from numpy.polynomial import hermite
  
a = np.array([[1,2,3,4,5],[6,7,8,9,10]])
  
# Dimensions of Array
print("Dimensions of Array: ",a.ndim)
  
# Shape of the array
print("\nShape of Array: ",a.shape)
  
# List
x = [11,12,13,14,15]
  
# To evaluate a Hermite series at points x
print("\nHermite series at point", hermite.hermval(x,a))

输出:

Dimensions of Array: 2 

Shape of Array: (2, 5) 

Hermite series at point [[133. 145. 157. 169. 181.] 

[156. 170. 184. 198. 212.] 

[179. 195. 211. 227. 243.] 

[202. 220. 238. 256. 274.] 

[225. 245. 265. 285. 305.]]