在Python中对点x的元组进行赫米特级数评估

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

示例:

Tuple: (6,7,8,9,10)

结果： [102175. 191631. 329175. 529399. 808815.]

解释：Hermite数列在点x。

NumPy.polynomial.hermite.hermval() 方法

为了在一个元组点x上评估一个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:系数的数组

返回：返回乘法后的系列系数。

示例 1:

在这个例子中，我们创建了一个由5个数据点组成的一维数组，并进一步创建了一个名为x的元组，然后通过使用hermite.hermval()方法，我们传递了所需的参数，在Python中的(6,7,8,9,10)点的元组评估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)
  
# Tuple
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的元组，然后通过使用hermite.hermval()方法，我们传递了所需的参数，在Python中的(11,12,13,14,15)点的元组评估Hermite系列。

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)
  
# Tuple
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)

array([[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.]])