要计算两个向量的叉积，请在 Python Numpy 中使用 numpy.cross() 方法。该方法返回 c，即向量叉积。第一个参数是 a，即第一个向量分量。第二个参数是 b，即第二个向量分量。第三个参数是 axisa，定义向量轴的 a 轴。默认为最后一个轴。第四个参数是 axisb，定义向量轴的 b 轴。默认为最后一个轴。第五个参数是 axisc，包含叉积向量的 c 轴。如果两个输入向量都……阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。沿给定轴的一阶差分由 out[i] = a[i+1] - a[i] 给出，高阶差分通过递归使用 diff 来计算。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了沿轴的维度比 n 小。输出的类型与 a 的任意两个元素之间差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致……阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。沿给定轴的一阶差分由 out[i] = a[i+1] - a[i] 给出，高阶差分通过递归使用 diff 来计算。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了沿轴的维度比 n 小。输出的类型与 a 的任意两个元素之间差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致……阅读更多

要生成厄米特多项式和 x、y、z 样本点的伪范德蒙德矩阵，请在 Python Numpy 中使用 hermite.hermvander3d()。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。根据元素是否为复数，数据类型将转换为 float64 或 complex128。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 创建数组……阅读更多

梯度使用内部点的二阶精确中心差分以及边界处的二阶或一阶精确单侧（向前或向后）差分来计算。因此，返回的梯度与输入数组具有相同的形状。第一个参数 f 是一个 N 维数组，包含标量函数的样本。第二个参数是 varargs，即 f 值之间的间距。所有维度的默认单位间距。第三个参数是 edge_order{1, 2}，即使用 N 阶精确差分计算边界处的梯度。默认值：1。第四个参数是梯度……阅读更多

要使用复合梯形法则沿给定轴进行积分，请使用 numpy.trapz() 方法。如果提供 x，则积分会沿着其元素的序列进行 - 它们不会被排序。该方法返回根据梯形规则沿单个轴近似的 'y' = n 维数组的定积分。如果 'y' 是一维数组，则结果为浮点数。如果 'n' 大于 1，则结果为 'n-1' 维数组。第一个参数 y 是要积分的输入数组。第二个参数 x 是对应于 y 的样本点……阅读更多

要评估 x 和 y 的笛卡尔积上的二维多项式，请在 Python 中使用 polynomial.polygrid2d(x, y, c) 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 和 y 是二维序列，在 x 和 y 的笛卡尔积中的点处进行评估。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，并且如果它不是 ndarray，则将其视为标量。第二个参数 c……阅读更多

要生成切比雪夫多项式和 x、y、z 样本点的伪范德蒙德矩阵，请在 Python Numpy 中使用 chebyshev.chebvander()。该方法返回次数为 deg 和样本点 (x, y, z) 的伪范德蒙德矩阵。参数 x、y、z 是点坐标数组，所有数组的形状相同。根据元素是否为复数，数据类型将转换为 float64 或 complex128。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……阅读更多

在 Python NumPy 中，可以使用 `polynomial.polyder()` 方法对多项式进行微分。该方法返回沿指定轴微分 m 次后的多项式系数 c。每次迭代的结果都会乘以 scl（缩放因子，用于线性变量变化）。参数 c 是一个从低次到高次排列的系数数组，例如，[1, 2, 3] 表示多项式 1 + 2*x + 3*x**2，而 [[1, 2], [1, 2]] 表示 1 + 1*x + 2*y + 2*x*y（如果 axis=0 为 x，axis=1 为 y）。该方法返回微分后的多项式系数。... 阅读更多

在 Python NumPy 中，可以使用 `polynomial.polyder()` 方法对多项式进行微分。该方法返回沿指定轴微分 m 次后的多项式系数 c。每次迭代的结果都会乘以 scl（缩放因子，用于线性变量变化）。参数 c 是一个从低次到高次排列的系数数组，例如，[1, 2, 3] 表示多项式 1 + 2*x + 3*x**2，而 [[1, 2], [1, 2]] 表示 1 + 1*x + 2*y + 2*x*y（如果 axis=0 为 x，axis=1 为 y）。该方法返回微分后的多项式系数。... 阅读更多