为了在 x 和 y 的笛卡尔积上评估二维切比雪夫级数，请在 Python 中使用 polynomial.chebgrid2d(x, y, c) 方法。该方法返回二维切比雪夫级数在 x 和 y 的笛卡尔积中的点的值。如果 c 的维度小于 2，则会隐式地将其形状附加为 1 以使其成为 2 维。结果的形状将为 c.shape[2:] + x.shape + y.shape。参数 x 和 y 是二维级数在 x 和 y 的笛卡尔积中的点处计算的值。如果 x 或 y 是 ... 阅读更多

为了在点 x 处评估厄米特级数，请在 Python Numpy 中使用 hermite.hermval() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则将其保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素相加和相乘。第二个参数 C，一个系数数组，其顺序使得 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

为了在点 x 处评估厄米特级数，请在 Python Numpy 中使用 hermite.hermval() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则将其保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素相加和相乘。第二个参数 C，一个系数数组，其顺序使得 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

为了评估点 (x, y, z) 上的三维切比雪夫级数，请在 Python Numpy 中使用 polynomial.chebval3d() 方法。该方法返回多维多项式在由 x、y 和 z 中对应值的三个元组形成的点上的值。参数是 x、y、z。三维级数在点 (x, y, z) 处计算，其中 x、y 和 z 必须具有相同的形状。如果 x、y 或 z 中的任何一个是列表或元组，则首先将其转换为 ndarray，否则将其保持不变，如果它不是 ndarray，则 ... 阅读更多

为了评估点 (x, y) 上的二维切比雪夫级数，请在 Python Numpy 中使用 polynomial.chebval2d() 方法。该方法返回二维切比雪夫级数在由 x 和 y 中对应值的配对形成的点上的值，即参数 x、y。二维级数在点 (x, y) 处计算，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，否则将其保持不变，如果它不是 ndarray，则将其视为标量。参数 c 是 ... 阅读更多

为了评估 x、y、z 的笛卡尔积上的三维多项式，请在 Python 中使用 polynomial.polygrid3d(x, y, z) 方法。该方法返回二维多项式在 x 和 y 的笛卡尔积中的点的值。第一个参数 x、y、z 是三维级数在 x、y 和 z 的笛卡尔积中的点处计算的值。如果 x、y 或 z 是列表或元组，则首先将其转换为 ndarray，否则将其保持不变，如果它不是 ndarray，则将其视为标量。第二个 ... 阅读更多

为了评估点 (x, y) 上的二维切比雪夫级数，请在 Python Numpy 中使用 polynomial.chebval2d() 方法。该方法返回二维切比雪夫级数在由 x 和 y 中对应值的配对形成的点上的值，即参数 x、y。二维级数在点 (x, y) 处计算，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，否则将其保持不变，如果它不是 ndarray，则将其视为标量。参数 c 是 ... 阅读更多

为了评估点 x 上的切比雪夫级数，请在 Python Numpy 中使用 chebyshev.chebval(() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则将其保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素相加和相乘。第二个参数 C，一个系数数组，其顺序使得 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

为了评估点 x 上的切比雪夫级数，请在 Python Numpy 中使用 chebyshev.chebval(() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则将其保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素相加和相乘。第二个参数 C，一个系数数组，其顺序使得 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

要评估点 (x, y, z) 处的 3 维多项式，请在 Python NumPy 中使用 polynomial.polyval3d() 方法。该方法返回在由 x、y 和 z 中对应值的三个一组形成的点上，多维多项式的值。参数为 x、y、z。三维序列在点 (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、y 或 z 中的任何一个是列表或元组，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…… 阅读更多