要评估点 x 处的 Hermite_e 级数，请在 Python Numpy 中使用 hermite.hermeval() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并将其视为标量。在这两种情况下，x 或其元素都必须支持自身以及 c 的元素的加法和乘法。第二个参数 C，一个系数数组，其排序方式使得 n 次方项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，系数 ... 阅读更多

要积分 Chebyshev 级数，请在 Python 中使用 chebyshev.chebint() 方法。沿轴从 lbnd 对 Chebyshev 级数系数 c 进行 m 次积分。在每次迭代中，生成的级数乘以 scl 并添加一个积分常数 k。第一个参数 c 是 Chebyshev 级数系数的数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的次数由相应的索引给出。第二个参数 m 是积分阶数，必须为正。（默认值：1）。第三个参数 k 是积分常数(s)。第一个 ... 阅读更多

要对 Chebyshev 级数进行微分，请在 Python Numpy 中使用 polynomial.chebder() 方法。该方法返回导数的 Chebyshev 级数。沿轴对 Chebyshev 级数系数 c 进行 m 次微分。在每次迭代中，结果乘以 scl。参数 c 是从低到高次数沿每个轴的系数数组，例如，[1, 2, 3] 表示级数 1*T_0 + 2*T_1 + 3*T_2，而 [[1, 2], [1, 2]] 表示 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y)，如果 axis=0 是 x 且 axis=1 是 y。第一个参数是 c，一个 Chebyshev 级数系数数组。 ... 阅读更多

要对 Chebyshev 级数进行微分，请在 Python Numpy 中使用 polynomial.chebder() 方法。该方法返回导数的 Chebyshev 级数。沿轴对 Chebyshev 级数系数 c 进行 m 次微分。在每次迭代中，结果乘以 scl。参数 c 是从低到高次数沿每个轴的系数数组，例如，[1, 2, 3] 表示级数 1*T_0 + 2*T_1 + 3*T_2，而 [[1, 2], [1, 2]] 表示 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y)，如果 axis=0 是 x 且 axis=1 是 y。第一个参数是 c，一个 Chebyshev 级数系数数组。 ... 阅读更多

要在 x、y、z 的笛卡尔积上评估 3-D Chebyshev 级数，请在 Python 中使用 polynomial.chebgrid3d(x, y, z) 方法。如果 c 的维度少于三个，则会隐式地将其形状附加为 1 以使其成为 3-D。结果的形状将为 c.shape[3:] + x.shape + y.shape + z.shape。参数 x、y 和 z 是在 x、y 和 z 的笛卡尔积中的点处评估的三维级数。如果 x、`y` 或 z 是列表或元组，则首先将其转换为 ndarray，否则保持不变 ... 阅读更多

要在 x、y、z 的笛卡尔积上评估 3-D Chebyshev 级数，请在 Python 中使用 polynomial.chebgrid3d(x, y, z) 方法。如果 c 的维度少于三个，则会隐式地将其形状附加为 1 以使其成为 3-D。结果的形状将为 c.shape[3:] + x.shape + y.shape + z.shape。参数 x、y 和 z 是在 x、y 和 z 的笛卡尔积中的点处评估的三维级数。如果 x、`y` 或 z 是列表或元组，则首先将其转换为 ndarray，否则保持不变 ... 阅读更多

要积分 Chebyshev 级数，请在 Python 中使用 chebyshev.chebint() 方法。沿轴从 lbnd 对 Chebyshev 级数系数 c 进行 m 次积分。在每次迭代中，生成的级数乘以 scl 并添加一个积分常数 k。第一个参数 c 是 Chebyshev 级数系数的数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的次数由相应的索引给出。第二个参数 m 是积分阶数，必须为正。（默认值：1）。第三个参数 k 是积分常数(s)。第一个积分的值 ... 阅读更多

要积分 Chebyshev 级数，请在 Python 中使用 chebyshev.chebint() 方法。沿轴从 lbnd 对 Chebyshev 级数系数 c 进行 m 次积分。在每次迭代中，生成的级数乘以 scl 并添加一个积分常数 k。第一个参数 c 是 Chebyshev 级数系数的数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的次数由相应的索引给出。第二个参数 m 是积分阶数，必须为正。（默认值：1）。第三个参数 k 是积分常数(s)。第一个积分的值 ... 阅读更多

要评估点 (x, y) 处的 2-D 多项式，请在 Python Numpy 中使用 polynomial.polyval2d() 方法。该方法返回由 x 和 y 中对应值的配对形成的点处的二维多项式的值。参数 x、y。二维级数在点 (x, y) 处进行评估，其中 x 和 y 必须具有相同的形状。如果 x 或 y 是列表或元组，则首先将其转换为 ndarray，否则保持不变，并且，如果它不是 ndarray，则将其视为标量。参数 c 是一个 ... 阅读更多

要评估多项式在点 x 处的值，可以使用 Python NumPy 中的 polynomial.polyval() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并将其视为标量。无论哪种情况，x 或其元素都必须支持自身以及 c 的元素之间的加法和乘法运算。第二个参数 C，一个系数数组，按顺序排列，使得 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，系数 ... 阅读更多