在Python中使用Numpy对Hermite_e系列的0轴以上进行整合

在这篇文章中，我们将介绍如何使用Python中的NumPy对Hermite_e系列在0轴上进行积分。

NumPy e.hermeint()方法

我们使用python的NumPy模块中的hermite e.hermeint()函数来整合Hermite e系列。第一个参数’arr’是Hermite e系列的系数数组。如果’arr’是多维的，各种轴就对应于各种变量，每个轴的程度由相关的索引决定。

第二个参数’m’是积分的顺序，它应该是正数。积分常数k是第三个参数。列表中的第一个值是第一个积分在’lbnd’处的值（积分的下限，是一个可选的参数，默认值为0），第二个值是第二个积分的值，以此类推。当m的值==1时，我们可以使用一个标量，而不是使用列表。

lbnd’是第四个参数，是积分的下限（默认值是0）。’scl’是第五个参数，它是一个标量。在加入积分常数之前，每次积分的结果都要乘以’scl’（默认值为1）。axis参数，是第六个参数，是计算积分的一个轴。

参数 :

• arr : (an array_like structure containing Hermite_e series coefficients)
• m : 整数，可选参数
• k : {[], list, scalar}, 可选参数
• lbnd : 标量，可选参数
• scl : 标量，可选参数
• axis：整数，可选参数

返回： ndarray

例子1 :

导入NumPy和Hermite_e库，创建一个多维的系数数组，然后使用hermite_e.hermeint()。

# import hermite_e libraries
from numpy.polynomial import hermite_e as h
 
# create a multidimensional array
# 'arr' of coefficients
arr = [[0, 1, 2],[3, 4, 5]]
 
# integrate a Hermite_e series using
# hermite_e.hermeint() function
print(h.hermeint(arr, m=2, k=[1, 2], lbnd=-1, axis=0))

输出 :

[[2.         2.66666667 3.33333333]
 [1.         2.         3.        ]
 [0.         0.5        1.        ]
 [0.5        0.66666667 0.83333333]]

示例 2:

# import numpy and hermite_e libraries
import numpy as np
from numpy.polynomial import hermite_e
 
# create a multidimensional array
# 'arr' of coefficients
arr = np.arange(6).reshape(2,3)
 
# integrate a Hermite_e series using
# hermite_e.hermeint() function
print(hermite_e.hermeint(arr, axis = 0))

输出 :

[[1.5 2.  2.5]
 [0.  1.  2. ]
 [1.5 2.  2.5]]