要区分 Hermite_e 级数，请在 Python 中使用 hermite_e.hermeder() 方法。第一个参数 c 是 Hermite_e 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，每个轴的度数由相应的索引给出。第二个参数 m 是导数的次数，必须是非负数。（默认值：1）。第三个参数 scl 是一个标量。每个微分都乘以 scl。最终结果是乘以 scl**m。这用于变量的线性变化。（默认值：1）。第四个参数 axis 是一个轴……阅读更多

要生成 Hermite 多项式的伪范德蒙德矩阵，请在 Python NumPy 中使用 hermite_e.hermevander2d()。该方法返回伪范德蒙德矩阵。参数 x、y 是点坐标数组，所有数组的形状相同。数据类型将转换为 float64 或 complex128，具体取决于元素是否为复数。标量将转换为一维数组。参数 deg 是形式为 [x_deg, y_deg] 的最大次数列表。步骤首先，导入所需的库 - import numpy as np from numpy.polynomial import hermite as H 创建具有相同形状的点坐标数组……阅读更多

要生成 Hermite_e 多项式的伪范德蒙德矩阵，请在 Python NumPy 中使用 hermite_e.hermevander2d()。该方法返回伪范德蒙德矩阵。参数 x、y 是点坐标数组，所有数组的形状相同。数据类型将转换为 float64 或 complex128，具体取决于元素是否为复数。标量将转换为一维数组。参数 deg 是形式为 [x_deg, y_deg] 的最大次数列表。步骤首先，导入所需的库 - import numpy as np from numpy.polynomial import hermite as H 创建具有相同形状的点坐标数组……阅读更多

要将勒让德级数转换为多项式，请在 Python NumPy 中使用 laguerre.leg2poly() 方法。该方法将表示勒让德级数系数的数组（从最低度到最高度排序）转换为等效多项式系数的数组（相对于“标准”基数），从最低度到最高度排序。该方法返回一个一维数组，其中包含等效多项式的系数，从最低阶项到最高阶项排序。参数 c 是一个一维数组，包含勒让德级数系数，从最低阶项到最高阶项排序。步骤首先，导入所需的库 - import numpy as…阅读更多

要评估 x 和 y 的笛卡尔积上的二维勒让德级数，请在 Python NumPy 中使用 polynomial.legendre.leggrid2d() 方法。该方法返回 x 和 y 的笛卡尔积中点的二维切比雪夫级数的值。如果 c 的维度小于两维，则会隐式地将其形状附加为 1 以使其成为二维。结果的形状将为 c.shape[2:] + x.shape + y.shape。第一个参数是 x、y。二维级数在 x 和 y 的笛卡尔积中的点处进行评估。如果 x 或 y 是……阅读更多

要评估 x 和 y 的笛卡尔积上的二维勒让德级数，请在 Python NumPy 中使用 polynomial.legendre.leggrid2d() 方法。该方法返回 x 和 y 的笛卡尔积中点的二维切比雪夫级数的值。如果 c 的维度小于两维，则会隐式地将其形状附加为 1 以使其成为二维。结果的形状将为 c.shape[2:] + x.shape + y.shape。第一个参数是 x、y。二维级数在 x 和 y 的笛卡尔积中的点处进行评估。如果 x 或 y 是……阅读更多

对于 Hermite_e 多项式和 x、y、z 样本点，请在 Python NumPy 中使用 hermite.hermevander3d()。该方法返回伪范德蒙德矩阵。参数 x、y、z 是点坐标数组，所有数组的形状相同。数据类型将转换为 float64 或 complex128，具体取决于元素是否为复数。标量将转换为一维数组。参数 deg 是形式为 [x_deg, y_deg, z_deg] 的最大次数列表。步骤首先，导入所需的库 - import numpy as np from numpy.polynomial import hermite as H 创建具有相同形状的点坐标数组，使用……阅读更多

要生成 Hermite_e 多项式的伪范德蒙德矩阵，请在 Python NumPy 中使用 hermite_e.hermevander2d()。该方法返回伪范德蒙德矩阵。参数 x、y 是点坐标数组，所有数组的形状相同。数据类型将转换为 float64 或 complex128，具体取决于元素是否为复数。标量将转换为一维数组。参数 deg 是形式为 [x_deg, y_deg] 的最大次数列表。步骤首先，导入所需的库 - import numpy as np from numpy.polynomial import hermite as H 创建具有相同形状的点坐标数组……阅读更多

要评估点 x、y 处的二维勒让德级数，请在 Python NumPy 中使用 polynomial.legendre.legval2d() 方法。该方法返回从 x 和 y 的对应值对形成的点处的二维勒让德级数的值。第一个参数是 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，如果它不是 ndarray，则将其视为标量。第二个参数……阅读更多

要评估点 x、y、z 处的三维勒让德级数，请在 Python NumPy 中使用 polynomial.legendre.legval3d() 方法。该方法返回在从 x、y 和 z 的对应值三元组形成的点上的多维多项式的值。如果 c 的维度小于 3 维，则会隐式地将其形状附加为 1 以使其成为三维。结果的形状将为 c.shape[3:] + x.shape。第一个参数是 x、y、z。三维级数在点 (x, y, z) 处进行评估，其中 x、y 和 z 必须具有相同的形状。如果 x 中的任何一个……阅读更多