在Python中用多维系数数组对x点的Hermite_e数列进行评估

在这篇文章中，我们将介绍如何使用NumPy在Python中用多维系数数组在x点评估Hermite_e数列。

示例：

Input:

[[0 1]
 [2 3]]

Output:

[[ 6.  2.]
 [10.  4.]]

解释：输入点的Hermite_e系列。

hermite_e.hermeval方法

为了在x点用多维系数数组评估赫米特级数，NumPy提供了一个名为hermite_e.hermeval（）的函数。它需要两个参数x和c。而x是一个元组或列表，c是一个系数数组。这个方法在python的hermite_e模块中可用，它在给定的输入点返回一个Hermite_e序列，下面是hermeval方法的语法。

语法 : hermite_e.hermeval(x, c, tensor)

参数:

• x：一个列表或元组
• c：一个有序的系数数组
• tensor: 布尔型，可选

返回：Hermite_e系列在点x的位置

示例 1:

在这个例子中，我们正在创建一个有5个元素的多维数组的系数，并显示该数组的形状和尺寸。之后，我们在[4,1]点上评估Hermite_e系列。

# import the numpy module
import numpy
  
# import hermite_se
from numpy.polynomial import hermite_e
  
# create array of coefficients with 5 elements each
coefficients_data = numpy.array([[1, 2, 3, 4, 5], 
                                 [3, 4, 2, 6, 7]])
  
# Display the coefficients
print(coefficients_data)
  
# get the shape
print(f"\nShape of an array: {coefficients_data.shape}")
  
# get the dimensions
print(f"Dimension: {coefficients_data.ndim}")
  
# Evaluate a Hermite_e series at points - [4,1]
print("\nHermite_e series", hermite_e.hermeval(
  [4, 1], coefficients_data))

输出:

[[1 2 3 4 5]
 [3 4 2 6 7]]

Shape of an array: (2, 5)
Dimension: 2

Hermite_e series [[13.  4.]
 [18.  6.]
 [11.  5.]
 [28. 10.]
 [33. 12.]]

示例 2:

在这个例子中，我们正在用NumPy创建一个形状为2×2的多维数组的系数，并显示该数组的形状和尺寸。之后，我们在[3,1]点上评估Hermite_e系列。

# import the numpy module
import numpy
  
# import hermite_se
from numpy.polynomial import hermite_e 
  
# create array of coefficients with 5 elements each
coefficients_data = np.arange(4).reshape(2,2)
  
# Display the coefficients
print(coefficients_data)
  
# get the shape
print(f"\nShape of an array: {coefficients_data.shape}")
  
# get the dimensions
print(f"Dimension: {coefficients_data.ndim}")
  
h = [3,1]
  
# Evaluate a Hermite_e series at points - [3,1]
print("\nHermite_e series", hermite_e.hermeval(
  h,coefficients_data))

输出:

[[0 1]
 [2 3]]

Shape of an array: (2, 2)
Dimension: 2

Hermite_e series [[ 6.  2.]
 [10.  4.]]