在Python中对点x的元组进行Hermite_e系列的评估

在这篇文章中，我们将着眼于使用Python和NumPy在一个点的元组x上评估Hermite_e系列的方法。

示例:

Tuple: (6,7,8,9,10)
Result: [102175. 191631. 329175. 529399. 808815.]
解释一下:Hermite_e系列在点x。

NumPy.polynomial.hermite_e.hermeval() 方法

为了在一个元组的点x上评估一个Hermite_e数列，我们需要调用Python中Numpy库的hermite_e.hermeval()方法。这个方法需要两个参数，第一个参数是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。该方法返回乘法后的系列系数。

语法 : np.polynomial.hermite_e.hermeval(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的元组，然后用hermite_e.hermeval()方法传递所需的参数来评估Hermite_e系列的点（6,7,8,9,10）。

import numpy as np
from numpy.polynomial import hermite_e
  
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_e series at points x
print("\nHermite series at point", hermite_e.hermeval(x, a))

输出:

Dimensions of Array: 1 

Shape of Array: (5,) 

Hermite series at point [ 6325. 11997. 20733. 33457. 51213.] 

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，然后借助hermite_e.hermeval()方法并传递所需参数，在点（11,12,13,14,15）的元组处评估Hermite_e系列。

import numpy as np
from numpy.polynomial import hermite_e
  
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_e series at points x
print("\nHermite series at point", hermite_e.hermeval(x, a))

输出:

Dimensions of Array:  2

Shape of Array:  (2, 5)

Hermite series at point [[ 67.  73.  79.  85.  91.]
 [ 79.  86.  93. 100. 107.]
 [ 91.  99. 107. 115. 123.]
 [103. 112. 121. 130. 139.]
 [115. 125. 135. 145. 155.]]