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]]